Pythia 1b

🚀 ピュチア-1B

Pythia Scaling Suiteは、解釈可能性の研究を容易にするために開発されたモデルのコレクションです(論文を参照)。このコレクションには、70M、160M、410M、1B、1.4B、2.8B、6.9B、および12Bのサイズの2セットの8つのモデルが含まれています。各サイズには、Pileでトレーニングされたモデルと、データセットがグローバルに重複排除された後のPileでトレーニングされたモデルの2つのモデルがあります。すべての8つのモデルサイズは、まったく同じデータをまったく同じ順序でトレーニングされています。また、各モデルについて154の中間チェックポイントを提供しており、Hugging Face上にブランチとしてホストされています。

ピュチアモデルスイートは、大規模言語モデルに関する科学的研究、特に解釈可能性の研究を促進するために意図的に設計されています。下流のパフォーマンスを設計目標として中心に置いていないにもかかわらず、これらのモデルは同じサイズの類似モデル（OPTやGPT - Neoスイートのモデルなど）と同等またはそれ以上のパフォーマンスを示すことがわかっています。

🚀 クイックスタート

ピュチアモデルは、以下のコードを介してロードして使用することができます。ここでは、3番目のpythia - 70m - dedupedチェックポイントを例に示します。

from transformers import GPTNeoXForCausalLM, AutoTokenizer

model = GPTNeoXForCausalLM.from_pretrained(
  "EleutherAI/pythia-70m-deduped",
  revision="step3000",
  cache_dir="./pythia-70m-deduped/step3000",
)

tokenizer = AutoTokenizer.from_pretrained(
  "EleutherAI/pythia-70m-deduped",
  revision="step3000",
  cache_dir="./pythia-70m-deduped/step3000",
)

inputs = tokenizer("Hello, I am", return_tensors="pt")
tokens = model.generate(**inputs)
tokenizer.decode(tokens[0])

リビジョン/ブランチstep143000は、各モデルのmainブランチ上のモデルチェックポイントに正確に対応しています。
すべてのピュチアモデルの使用方法の詳細については、GitHub上のドキュメントを参照してください。

✨ 主な機能

• 解釈可能性の研究を容易にするために開発されたモデルコレクションです。
• 同じサイズの類似モデルと同等またはそれ以上のパフォーマンスを示します。
• 各モデルに154の中間チェックポイントを提供しています。

📚 ドキュメント

モデルの詳細

• 開発元: EleutherAI
• モデルタイプ: Transformerベースの言語モデル
• 言語: 英語
• 詳細情報: ピュチアのGitHubリポジトリにトレーニング手順、設定ファイル、および使用方法の詳細が記載されています。さらなる評価と実装の詳細については論文を参照してください。
• ライブラリ: [GPT - NeoX](https://github.com/EleutherAI/gpt - neox)
• ライセンス: Apache 2.0
• 問い合わせ先: このモデルに関する質問は、EleutherAI Discordに参加し、#release - discussionで投稿してください。EleutherAI Discordで質問する前に、既存のピュチアのドキュメントを読んでください。一般的な問い合わせについては、contact@eleuther.aiまで。

使用方法と制限事項

想定される使用方法

ピュチアの主な想定使用方法は、大規模言語モデルの動作、機能、および制限に関する研究です。このスイートは、科学的実験を行うためのコントロールされた環境を提供することを目的としています。また、各モデルについて154のチェックポイントを提供しています。初期のstep0、10個の対数間隔のチェックポイントstep{1,2,4...512}、およびstep1000からstep143000までの143個の等間隔のチェックポイントです。これらのチェックポイントは、Hugging Face上にブランチとしてホストされています。なお、ブランチ143000は、各モデルのmainブランチ上のモデルチェックポイントに正確に対応しています。

また、ピュチア - 1Bを展開のためにさらにファインチューニングして適用することもできますが、使用はApache 2.0ライセンスに準拠する必要があります。ピュチアモデルは、Hugging FaceのTransformers Libraryと互換性があります。事前学習済みのピュチア - 1Bをファインチューニングしたモデルの基礎として使用する場合は、独自のリスクとバイアス評価を行ってください。

想定外の使用方法

ピュチアスイートは展開を目的としていません。それ自体が製品ではなく、人間との対話に使用することはできません。たとえば、モデルは有害または不快なテキストを生成する可能性があります。特定のユースケースに関連するリスクを評価してください。

ピュチアモデルは英語のみに対応しており、翻訳や他の言語のテキスト生成には適していません。

ピュチア - 1Bは、言語モデルが一般的に展開される下流のコンテキスト（ジャンルの散文の執筆や商用チャットボットなど）に対してファインチューニングされていません。これは、ピュチア - 1Bが、ChatGPTのような製品のように与えられたプロンプトに応答しないことを意味します。これは、ChatGPTが人間のフィードバックによる強化学習（RLHF）などの方法を使用してファインチューニングされ、人間の指示をよりよく「従う」ようになっているのに対し、このモデルはそうではないからです。

制限事項とバイアス

大規模言語モデルの核心機能は、テキストの文字列を受け取り、次のトークンを予測することです。モデルが使用するトークンは、最も「正確」なテキストを生成する必要はありません。ピュチア - 1Bが事実的に正確な出力を生成することに決して依存しないでください。

このモデルは、the Pileという、不適切な言葉や下品または不快なテキストを含むことが知られているデータセットでトレーニングされています。性別、宗教、および人種に関する文書化されたバイアスについての議論は、the Pile論文のセクション6を参照してください。ピュチア - 1Bは、プロンプト自体に明示的に不快な内容が含まれていなくても、社会的に受け入れられないまたは望ましくないテキストを生成する可能性があります。

たとえば、Hosted Inference APIを介して生成されたテキストを使用する場合は、他の人に提示する前に、この言語モデルの出力を人間が選別することをおすすめします。テキストがピュチア - 1Bによって生成されたことを聴衆に伝えてください。

トレーニング

トレーニングデータ

The Pileは、825GiBの汎用英語データセットです。EleutherAIによって大規模言語モデルのトレーニング用に特別に作成されました。これには、22の多様なソースからのテキストが含まれており、大まかに5つのカテゴリに分けられます。学術論文（例：arXiv）、インターネット（例：CommonCrawl）、散文（例：Project Gutenberg）、対話（例：YouTube字幕）、およびその他（例：GitHub、Enron Emails）です。すべてのデータソースの内訳、方法論、および倫理的な影響に関する議論については、the Pile論文を参照してください。The Pileとその構成データセットに関するより詳細なドキュメントについては、データシートを参照してください。The Pileは、公式ウェブサイトまたは[コミュニティミラー](https://the - eye.eu/public/AI/pile/)からダウンロードできます。
The Pileは、ピュチア - 1Bのトレーニングに使用される前に重複排除されていません。

トレーニング手順

すべてのモデルは、まったく同じデータをまったく同じ順序でトレーニングされています。各モデルは、トレーニング中に299,892,736,000トークンを見ており、各モデルについて143のチェックポイントが2,097,152,000トークンごとに保存され、トレーニング全体を通じて等間隔に配置されています。step1000からstep143000（これはmainと同じです）までです。さらに、頻繁な初期チェックポイントも提供しています。step0とstep{1,2,4...512}です。 これは、重複排除されていないモデルについてはThe Pileで1エポック弱、重複排除されたThe Pileでは約1.5エポックのトレーニングに相当します。

すべてのピュチアモデルは、バッチサイズ2M（2,097,152トークン）で143000ステップトレーニングされています。
トレーニング手順の詳細については、GitHubを参照してください。[再現方法](https://github.com/EleutherAI/pythia/blob/main/README.md#reproducing - training)も含まれています。
ピュチアは、[GPT - NeoX - 20B](https://huggingface.co/EleutherAI/gpt - neox - 20b)と同じトークナイザーを使用しています。

評価

すべての16個のピュチアモデルは、[LM Evaluation Harness](https://github.com/EleutherAI/lm - evaluation - harness)を使用して評価されました。モデルとステップごとの結果にアクセスするには、GitHubリポジトリのresults/json/*を参照してください。
以下のセクションを展開すると、すべてのピュチアおよびピュチア重複排除済みモデルの評価結果のプロットが、OPTおよびBLOOMと比較して表示されます。

LAMBADA – OpenAI

Physical Interaction: Question Answering (PIQA)

WinoGrande

AI2 Reasoning Challenge—Easy Set

SciQ

変更履歴

このセクションでは、以前にリリースされたPythia v0と現在のモデルの違いを比較しています。これらの変更とその背景についての詳細な議論は、ピュチア論文の付録Bを参照してください。ピュチアを再トレーニングしてもベンチマークパフォーマンスに影響はないことがわかりました。

• すべてのモデルサイズが、現在は2Mトークンの均一なバッチサイズでトレーニングされています。以前は、160M、410M、および1.4Bパラメータのモデルは4Mトークンのバッチサイズでトレーニングされていました。
• 初期化時（step 0）とステップ{1,2,4,8,16,32,64,128,256,512}に、さらに1000トレーニングステップごとにチェックポイントが追加されました。
• 新しい再トレーニングされたスイートでは、Flash Attentionが使用されています。
• 元のスイートに存在していたわずかな不一致を修正しました。2.8Bパラメータ以下のすべてのモデルは、学習率（LR）スケジュールが開始LR率の10％の最小LRまで減衰するものを使用していましたが、6.9Bおよび12Bモデルはすべて、最小LRが0まで減衰するLRスケジュールを使用していました。再トレーニングランでは、この不一致を修正しました。すべてのモデルが現在、最大LRの0.1倍の最小値まで減衰するLRでトレーニングされています。

命名規則とパラメータ数

ピュチアモデルは2023年1月に名前が変更されました。古い命名規則が誤って一部のドキュメントに残っている可能性があります。現在の命名規則（70M、160Mなど）は、総パラメータ数に基づいています。

📄 ライセンス

このプロジェクトは、Apache 2.0ライセンスの下で公開されています。詳細については、Apache 2.0ライセンスを参照してください。