Decapoda Research Llama 7b Hf

🚀 LLaMAモデル

LLaMA-7BをTransformers/HuggingFaceで動作するように変換しました。これは特別なライセンスの下にあります。詳細はLICENSEファイルを参照してください。

🚀 クイックスタート

このセクションでは、LLaMAモデルの概要と基本的な使い方を説明します。

✨ 主な機能

LLaMAは、Transformerアーキテクチャに基づく自己回帰型言語モデルです。以下のような機能を持っています。

• 大規模言語モデルの研究に利用可能
• 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を探索
• 現在の言語モデルの能力と制限を理解し、改善する技術を開発
• バイアス、リスク、有害コンテンツの生成、幻覚を評価し軽減

📚 ドキュメント

モデル詳細

意図された使用法

主な意図された用途

LLaMAの主な用途は、大規模言語モデルの研究です。以下のようなことが含まれます。

• 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を探索
• 現在の言語モデルの能力と制限を理解し、改善する技術を開発
• バイアス、リスク、有害コンテンツの生成、幻覚を評価し軽減

主な意図されたユーザー

このモデルの主な意図されたユーザーは、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。そのため、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

モデルの性能が変動する可能性がある最も関連する要因の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、異なる方言で性能が変動す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起こると予想されます。

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。そのため、RAIデータセットで、性別、宗教、人種、性的指向、年齢、国籍、障害、外見、社会経済的地位に関するモデルのバイアスを測定しました。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、モデル生成の毒性も測定しました。

メトリクス

モデル性能測定

モデルを評価するために、以下の測定を使用します。

• 常識推論、読解、自然言語理解（MMLU）、BIG-bench hard、WinoGender、CrowS-Pairsの正確性
• 質問応答の完全一致
• RealToxicityPromptsに対する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コストがかかるため、各サイズのモデルを1つだけ学習したため、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、以下の言語のデータが含まれています。bg、ca、cs、da、de、en、es、fr、hr、hu、it、nl、pl、pt、ro、ru、sl、sr、sv、uk。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

推論タスクでのモデル性能

表2 - LLaMAモデルの推論タスクでの性能の概要

バイアスの結果

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

モデルを学習するため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。そのため、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、モデルが学習データからのバイアスを示すことが予想されます。

人間の生活

このモデルは、人間の生活にとって重要な事柄に関する決定を下すために使用することを意図しておらず、そのように使用すべきではありません。

軽減策

Webからのデータは、Wikipediaのテキストと参照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は基礎モデルです。そのため、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です。詳細はLICENSEファイルを参照してください。