Tinyllama 1.1B Step 50K 105b

🚀 TinyLlama-1.1B

TinyLlamaプロジェクトは、3兆トークンで11億パラメータのLlamaモデルを事前学習することを目指しています。適切な最適化を行うことで、16台のA100 - 40G GPUを使用してわずか90日でこれを達成することができます🚀🚀。学習は2023年9月1日に開始されました。

🚀 クイックスタート

TinyLlamaプロジェクトは、3兆トークンで11億パラメータのLlamaモデルを事前学習することを目指しています。適切な最適化を行うことで、16台のA100 - 40G GPUを使用してわずか90日でこれを達成することができます🚀🚀。学習は2023年9月1日に開始されました。

このプロジェクトでは、Llama 2とまったく同じアーキテクチャとトークナイザーを採用しています。これにより、TinyLlamaはLlamaをベースに構築された多くのオープンソースプロジェクトですぐに使用できます。さらに、TinyLlamaはわずか11億のパラメータでコンパクトであり、計算とメモリ使用量が制限された多くのアプリケーションに対応できます。

✨ 主な機能

• Llama 2と同じアーキテクチャとトークナイザーを採用。
• 1.1Bのパラメータでコンパクトで、計算とメモリ使用量が制限されたアプリケーションに適している。

📦 インストール

transformersバージョン4.31以上が必要です。詳細はTinyLlamaのGitHubページを確認してください。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer
import transformers 
import torch
model = "PY007/TinyLlama-1.1B-step-50K-105b"
tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

sequences = pipeline(
    'The TinyLlama project aims to pretrain a 1.1B Llama model on 3 trillion tokens. With some proper optimization, we can achieve this within a span of "just" 90 days using 16 A100-40G GPUs 🚀🚀. The training has started on 2023-09-01.',
    do_sample=True,
    top_k=10,
    num_return_sequences=1,
    repetition_penalty=1.5,
    eos_token_id=tokenizer.eos_token_id,
    max_length=500,
)
for seq in sequences:
    print(f"Result: {seq['generated_text']}")

📚 ドキュメント

このモデル

これは50,000ステップと1050億トークンの中間チェックポイントです。

リリーススケジュール

以下のスケジュールに従って中間チェックポイントをリリースします。また、比較のためにいくつかのベースラインモデルも含めています。

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で提供されています。