Murai 350M V0.1 Beta

🚀 ムライ-350M-v0.1-beta

このモデルはテキスト生成に特化したパイプラインを提供し、transformersライブラリを利用しています。

🚀 クイックスタート

このモデルを使用するには、以下の手順に従ってください。

💻 使用例

基本的な使用法

from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM

model_id = "DeepMount00/Murai-350M-v0.1-beta"

model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_id)

t_pipeline = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    device_map="auto",
    return_full_text=True, 
    top_p = 0.95, 
    top_k = 50,
    repetition_penalty=1.2
)

SYSTEM_PROMPT = """Sei un assistente utile."""
TEMPERATURE = 0.1
MAX_NEW_TOKENS = 250

messages = [
    {"role": "system", "content": SYSTEM_PROMPT},
    {"role": "user", "content": """Scrivi una funzione python che somma due numeri"""},
]

conv_template = tokenizer.apply_chat_template(
        messages,
        tokenize=False,
        add_generation_prompt=True
    )

outputs = t_pipeline(
    conv_template,
    max_new_tokens=MAX_NEW_TOKENS,
    do_sample=True,
    temperature=TEMPERATURE,
    num_return_sequences=1,
)
print(outputs[0]["generated_text"])

🔧 技術詳細

このモデルは、パラメータ効率のために最適化された深層アーキテクチャを使用しています。

• RMSNormを備えたPre-normアーキテクチャ
• メモリ効率のためのGrouped Query Attention
• パフォーマンス向上のためのSwiGLU活性化関数
• 長さの汎化性向上のためのRoPE位置エンコーディング

📚 引用

@misc{deepmount_llm_2024,
  title={Deep LLM: A 350M Parameter Language Model with 42 Layers},
  author={MicheleMontebovi},
  year={2025},
  url={https://huggingface.co/DeepMount00/Murai-350M-v0.1-beta}
}

📄 ライセンス

Apache 2.0