Llama 7b Embeddings

🚀 LLaMA-7B

Transformers/HuggingFaceで動作するように変換されたLLaMA-7Bモデル。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

LLaMA-7Bは、Transformers/HuggingFaceで動作するように変換されたモデルです。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。

📚 詳細ドキュメント

モデルの詳細

想定される用途

主な想定用途

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、または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、有毒有害コンテンツの生成、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、および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、当社のモデルは人間のフィードバックでトレーニングされていないため、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

モデルのパフォーマンスが変動する可能性がある最も関連性の高い要因の1つは、使用する言語です。トレーニングデータに20の言語を含めましたが、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パフォーマンスを発揮すると予想されます。関連して、以前の研究では、異なる方言でパフォーマンスが変動する可能性があることが示されており、当社のモデルにも同様のことが起こると予想されます。

評価要因

当社のモデルはWebからのデータでトレーニングされているため、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、RAIデータセットで、性別、宗教、人種、性的指向、年齢、国籍、障害、容貌、および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、モデルを促すために使用されるコンテキストの毒性に応じて、モデル生成の毒性を測定しました。

メトリクス

モデルパフォーマンスの測定

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、および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

LLMのトレーニングには高い計算要件が必要なため、各サイズのモデルを1つだけトレーニングしたため、事前トレーニング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。

トレーニングデータセット

モデルは以下のデータソースを使用してトレーニングされました。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ます。トレーニング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のパフォーマンス

表2 - LLaMAモデルの推論タスクでのパフォーマンスの概要

モデル出力のバイアスの概要

表3 - 当社モデル出力のバイアスの概要

倫理的考慮事項

データ

モデルのトレーニングに使用されるデータは、主にWebから様々なソースから収集されています。したがって、不快、有害、および偏ったコンテンツが含まれています。したがって、モデルはトレーニングデータからのこのような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のテキストと参照への近接性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、不快、または偏った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。当社のモデルもこの点で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。したがって、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、および有害、偏った、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

このモデルは非商用の独自ライセンスの下にあります。