Decapoda Research Llama 7B Hf

🚀 LLaMAモデルカード

LLaMA-7Bは、Transformers/HuggingFaceで動作するように変換されています。これは特別なライセンスの下にあります。詳細については、LICENSEファイルを参照してください。

🚀 クイックスタート

LLaMAモデルに関する詳細な情報を提供します。このモデルは大規模言語モデルの研究に使用されることを目的としています。

✨ 主な機能

• 大規模言語モデルの研究に役立つ。
• 様々な言語タスクに対応。
• 異なるサイズのパラメータを持つバージョンがある。

📚 ドキュメント

モデルの詳細

想定される使用方法

主な想定使用用途

LLaMAの主な用途は、大規模言語モデルの研究です。これには以下が含まれます。

• 質問応答、自然言語理解、読解などの潜在的なアプリケーションの探索。
• 現在の言語モデルの能力と限界の理解、およびそれらを改善するための技術の開発。
• バイアス、リスク、有毒および有害なコンテンツの生成、幻覚の評価と軽減。

主な想定ユーザー

このモデルの主な想定ユーザーは、自然言語処理、機械学習、人工知能の研究者です。

想定外の使用例

LLaMAはベースまたは基礎モデルです。したがって、さらなるリスク評価と軽減なしに下流のアプリケーションで使用すべきではありません。特に、このモデルは人間のフィードバックで学習されていないため、有毒または不快なコンテンツ、誤った情報、または一般的に役に立たない回答を生成する可能性があります。

要因

関連要因

モデルの性能が異なる可能性がある最も関連性の高い要因の1つは、使用される言語です。学習データには20の言語が含まれていますが、データセットの大部分は英語のテキストで構成されているため、モデルは英語で他の言語よりも良好な性能を発揮すると予想されます。関連して、以前の研究では、性能は異なる方言で異なる可能性があることが示されており、このモデルでも同様のことが予想されます。

評価要因

このモデルはWebからのデータで学習されているため、このソースからのバイアスを反映していると予想されます。したがって、性別、宗教、人種、性的指向、年齢、国籍、障害、容貌、社会経済的地位に関するモデルのバイアスを測定するために、RAIデータセットで評価しました。また、モデルにプロンプトとして使用されるコンテキストの毒性に応じて、モデルが生成するコンテンツの毒性も測定します。

指標

モデル性能の測定

モデルを評価するために、以下の指標を使用します。

• 常識推論、読解、自然言語理解（MMLU）、BIG-bench hard、WinoGender、CrowS-Pairsの正解率。
• 質問応答の完全一致率。
• RealToxicityPromptsにおけるPerspective APIからの毒性スコア。

決定閾値

該当なし。

不確実性と変動性へのアプローチ

大規模言語モデルの学習には高い計算能力が必要なため、各サイズのモデルを1つだけ学習させたため、事前学習の変動性を評価することができませんでした。

評価データセット

モデルは以下のベンチマークで評価されました。BoolQ、PIQA、SIQA、HellaSwag、WinoGrande、ARC、OpenBookQA、NaturalQuestions、TriviaQA、RACE、MMLU、BIG-bench hard、GSM8k、RealToxicityPrompts、WinoGender、CrowS-Pairs。

学習データセット

モデルは以下のデータソースを使用して学習されました。CCNet [67%]、C4 [15%]、GitHub [4.5%]、Wikipedia [4.5%]、Books [4.5%]、ArXiv [2.5%]、Stack Exchange [2%]。WikipediaとBooksのドメインには、bg、ca、cs、da、de、en、es、fr、hr、hu、it、nl、pl、pt、ro、ru、sl、sr、sv、ukの言語のデータが含まれています。学習セットと対応する前処理の詳細については、論文を参照してください。

定量的分析

モデルアーキテクチャのハイパーパラメータ

表1 - LLamaモデルのハイパーパラメータの概要

推論タスクにおけるモデルの性能

表2 - LLamaモデルの推論タスクにおける性能の概要

モデル出力のバイアスの概要

表3 - モデル出力のバイアスの概要

倫理的考慮事項

データ

モデルの学習に使用されるデータは、主にWebからの様々なソースから収集されています。したがって、不快な、有害な、バイアスのあるコンテンツが含まれています。したがって、モデルは学習データからのバイアスを示すと予想されます。

人間の生活

このモデルは、人間の生活に関する重要な決定を下すための情報提供を目的としておらず、そのように使用されるべきではありません。

軽減策

Webからのデータは、Wikipediaのテキストと参考文献との近さに基づいてフィルタリングされました。このために、Kneser-Ney言語モデルとfastText線形分類器を使用しました。

リスクと害

大規模言語モデルのリスクと害には、有害な、不快な、またはバイアスのあるコンテンツの生成が含まれます。これらのモデルは、誤った情報を生成する傾向があり、時には幻覚と呼ばれます。このモデルも例外ではないと予想されます。

使用例

LLaMAは基礎モデルであるため、リスクのさらなる調査と軽減なしに下流のアプリケーションで使用すべきではありません。これらのリスクと潜在的な問題のある使用例には、誤情報の生成、有害な、バイアスのある、または不快なコンテンツの生成が含まれますが、これらに限定されません。

📄 ライセンス

非商用の独自ライセンス