Llama 3 Youko 8b

🚀 Llama 3 Youko 8B (rinna/llama-3-youko-8b)

Llama 3 Youko 8B 是基於 meta-llama/Meta-Llama-3-8B 在日語和英語混合數據集上進行持續預訓練的模型。持續預訓練顯著提升了模型在日語任務上的性能。

🚀 快速開始

你可以按照以下代碼示例來使用本模型：

import transformers
import torch

model_id = "rinna/llama-3-youko-8b"
pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto"
)
output = pipeline(
    "西田幾多郎は、",
    max_new_tokens=256,
    do_sample=True
)
print(output[0]["generated_text"])

✨ 主要特性

• 多語言訓練：在日語和英語混合的約 220 億個標記上進行持續預訓練，提升了模型在日語任務上的性能。
• 模型架構：基於 32 層、隱藏層大小為 4096 的 Transformer 架構。

📦 安裝指南

文檔未提及安裝步驟，你可以參考 Hugging Face 上的相關模型使用說明進行安裝。

💻 使用示例

基礎用法

import transformers
import torch

model_id = "rinna/llama-3-youko-8b"
pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto"
)
output = pipeline(
    "西田幾多郎は、",
    max_new_tokens=256,
    do_sample=True
)
print(output[0]["generated_text"])

📚 詳細文檔

模型概述

我們對 meta-llama/Meta-Llama-3-8B 在日語和英語混合數據集的約 22B 個標記上進行持續預訓練，顯著提升了模型在日語任務上的性能。

模型名稱 youko 來源於日語單詞 妖狐/ようこ/Youko，它是一種日本神話生物（妖怪/ようかい/Youkai）。

模型訓練相關信息

• 庫：模型使用基於 EleutherAI/gpt-neox 的代碼進行訓練。
• 模型架構：一個 32 層、隱藏層大小為 4096 的基於 Transformer 的語言模型。架構細節請參考 Llama 3 Model Card。
• 訓練：基於 Meta Llama 3 構建：模型使用 meta-llama/Meta-Llama-3-8B 模型進行初始化，並在以下語料庫的約 22B 個標記上進行持續訓練：
  • Japanese CC-100
  • Japanese C4
  • Japanese OSCAR
  • The Pile
  • Wikipedia
  • rinna 策劃的日語數據集

貢獻者

• Koh Mitsuda
• Xinqi Chen
• Toshiaki Wakatsuki
• Kei Sawada

發佈日期

2024 年 5 月 1 日

基準測試

請參考 rinna's LM benchmark page (Sheet 20240507)。

分詞

模型使用原始的 meta-llama/Meta-Llama-3-8B 分詞器。

引用方式

@misc{rinna-llama-3-youko-8b,
    title = {rinna/llama-3-youko-8b},
    author = {Mitsuda, Koh and Chen, Xinqi and Wakatsuki, Toshiaki and Sawada, Kei},
    url = {https://huggingface.co/rinna/llama-3-youko-8b}
}

@inproceedings{sawada2024release,
    title = {Release of Pre-Trained Models for the {J}apanese Language},
    author = {Sawada, Kei and Zhao, Tianyu and Shing, Makoto and Mitsui, Kentaro and Kaga, Akio and Hono, Yukiya and Wakatsuki, Toshiaki and Mitsuda, Koh},
    booktitle = {Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)},
    month = {5},
    year = {2024},
    pages = {13898--13905},
    url = {https://aclanthology.org/2024.lrec-main.1213},
    note = {\url{https://arxiv.org/abs/2404.01657}}
}

參考資料

@article{llama3modelcard,
    title = {Llama 3 Model Card},
    author = {AI@Meta},
    year = {2024},
    url = {https://github.com/meta-llama/llama3/blob/main/MODEL_CARD.md}
}

@software{gpt-neox-library,
    title = {{GPT}-{N}eo{X}: Large Scale Autoregressive Language Modeling in {P}y{T}orch},
    author = {Andonian, Alex and Anthony, Quentin and Biderman, Stella and Black, Sid and Gali, Preetham and Gao, Leo and Hallahan, Eric and Levy-Kramer, Josh and Leahy, Connor and Nestler, Lucas and Parker, Kip and Pieler, Michael and Purohit, Shivanshu and Songz, Tri and Phil, Wang and Weinbach, Samuel},
    doi = {10.5281/zenodo.5879544},
    month = {8},
    year = {2021},
    version = {0.0.1},
    url = {https://www.github.com/eleutherai/gpt-neox}
}

🔧 技術細節

模型是一個 32 層、隱藏層大小為 4096 的基於 Transformer 的語言模型，使用基於 EleutherAI/gpt-neox 的代碼進行訓練。訓練時使用 meta-llama/Meta-Llama-3-8B 模型初始化，並在多種日語和英語語料庫的約 220 億個標記上進行持續訓練。

📄 許可證

Meta Llama 3 Community License