Llama 3.1 Swallow 70B Instruct V0.3

🚀 Llama 3.1 Swallow - 基於Llama構建

Llama 3.1 Swallow是一系列大語言模型（8B、70B），通過在Meta Llama 3.1模型上進行持續預訓練構建而成。該模型在保留英文語言能力的同時，增強了原Llama 3.1的日語語言能力。在持續預訓練過程中，我們使用了大約2000億個標記，這些標記是從一個大型日語網絡語料庫（Swallow語料庫版本2）、日語和英語維基百科文章以及數學和編碼內容等中採樣得到的（詳見基礎模型的訓練數據集部分）。指令調優模型（Instruct）是通過在專門為日語構建的合成數據上進行有監督微調（SFT）而構建的。查看Swallow模型索引部分，可找到其他模型變體。

注意：Llama-3.1-Swallow-70B-Instruct-v0.3是Llama-3.1-Swallow-70B-v0.1使用我們的指令數據集進行指令調優後的版本。

🚀 快速開始

本項目提供了Llama 3.1 Swallow大語言模型，下面將為你介紹如何快速使用該模型。

✨ 主要特性

• 多語言能力：支持英語和日語，在保留英文能力的同時，增強了日語語言能力。
• 持續預訓練：基於Meta Llama 3.1模型進行持續預訓練，提升了模型性能。
• 指令調優：通過專門為日語構建的合成數據進行指令調優，使模型能更好地理解和響應用戶指令。

📦 安裝指南

在使用Llama 3.1 Swallow模型之前，你需要安裝vllm庫，可以使用以下命令進行安裝：

pip install vllm

💻 使用示例

基礎用法

以下是一個使用Llama 3.1 Swallow模型生成文本的示例代碼：

from transformers import AutoTokenizer
from vllm import LLM, SamplingParams

model_name = "tokyotech-llm/Llama-3.1-Swallow-70B-Instruct-v0.3"

tokenizer = AutoTokenizer.from_pretrained(model_name)
llm = LLM(
    model=model_name,
    tensor_parallel_size=4,
)

sampling_params = SamplingParams(
    temperature=0.6, top_p=0.9, max_tokens=512, stop="<|eot_id|>"
)


message = [
    {"role": "system", "content": "あなたは誠実で優秀な日本人のアシスタントです。"},
    {
        "role": "user",
        "content": "東京の紅葉した公園で、東京タワーと高層ビルを背景に、空を舞うツバメと草地に佇むラマが出會う溫かな物語を書いてください。",
    },
]
prompt = tokenizer.apply_chat_template(
    message, tokenize=False, add_generation_prompt=True
)

output = llm.generate(prompt, sampling_params)

print(output[0].outputs[0].text)

📚 詳細文檔

發佈歷史

• 2024年12月30日：發佈Llama-3.1-Swallow-70B-Instruct-v0.3。
• 2024年12月23日：發佈Llama-3.1-Swallow-8B-Instruct-v0.3。
• 2024年11月11日：發佈Llama-3.1-Swallow-8B-v0.2和Llama-3.1-Swallow-8B-Instruct-v0.2。
• 2024年10月8日：發佈Llama-3.1-Swallow-8B-v0.1、Llama-3.1-Swallow-8B-Instruct-v0.1、Llama-3.1-Swallow-70B-v0.1和Llama-3.1-Swallow-70B-Instruct-v0.1。

主要更新

本次發佈增強了Llama 3.1 Swallow的對話能力。更新後的模型Llama-3.1-Swallow-70B-Instruct-v0.3能夠根據用戶指令和對話歷史生成有用且詳細的響應。在日語MT-Bench測試中，Llama-3.1-Swallow-70B-Instruct-v0.3比其前身Llama-3.1-Swallow-70B-Instruct-v0.1高出5.68分。

Swallow模型索引

網站https://swallow-llm.github.io/提供了Swallow團隊開發的大語言模型。

模型詳情

模型性能

MT-Bench JA

日語任務

英語任務

評估基準

MT-Bench JA

我們使用日語MT-Bench來評估多輪對話能力，設置如下：

• 實現方式：FastChat [Zheng+, 2023]（提交編號 #e86e70d0）
• 問題：Nejumi LLM-Leaderboard NEO, mtbench_ja_question_v3
• 參考答案：Nejumi LLM-Leaderboard NEO, mtbench_ja_referenceanswer_v1
• 評判提示：Nejumi LLM-Leaderboard NEO, mtbench_ja_prompt_v1
• 評判模型：gpt-4-1106-preview
• 評分方式：絕對比例歸一化到0 - 1範圍，五次運行取平均值。

日語評估基準

我們使用了llm-jp-eval(v1.3.0)、JP Language Model Evaluation Harness（提交編號 #9b42d41）和Code Generation LM Evaluation Harness（提交編號 #0261c52）。詳情如下：

• 多項選擇題回答（JCommonsenseQA [Kurihara et al., 2022]）
• 開放式問題回答（JEMHopQA [Ishii et al., 2024]）
• 開放式問題回答（NIILC [関根, 2003]）
• 機器閱讀理解（JSQuAD [Kurihara et al., 2022]）
• 自動摘要（XL-Sum [Hasan et al., 2021]）
• 機器翻譯（WMT2020 ja-en [Barrault et al., 2020]）
• 機器翻譯（WMT2020 en-ja [Barrault et al., 2020]）
• 數學推理（MGSM [Shi et al., 2023]）
• 學術考試（JMMLU [尹ら, 2024]）
• 代碼生成（JHumanEval [佐藤ら, 2024]）

英語評估基準

我們使用了Language Model Evaluation Harness（v.0.4.2）和Code Generation LM Evaluation Harness（提交編號 #0261c52）。詳情如下：

• 多項選擇題回答（OpenBookQA [Mihaylov et al., 2018]）
• 開放式問題回答（TriviaQA [Joshi et al., 2017]）
• 機器閱讀理解（SQuAD2 [Rajpurkar et al., 2018]）
• 常識推理（XWINO [Tikhonov and Ryabinin, 2021]）
• 自然語言推理（HellaSwag [Zellers et al., 2019]）
• 數學推理（GSM8K [Cobbe et al., 2021]）
• 推理（BBH (BIG-Bench-Hard) [Suzgun et al., 2023]）
• 學術考試（MMLU [Hendrycks et al., 2021]）
• 代碼生成（HumanEval [Chen et al., 2021]）

訓練數據集

指令調優

以下數據集用於指令調優：

• Gemma-2-LMSYS-Chat-1M-Synth
  • 從lmsys-chat-1m合成和派生的多輪日語指令數據集 [Zhang+, ICLR24]。
  • 第一輪用戶指令通過DeepL（機器翻譯）翻譯成日語，助手響應使用gemma-2-27b-it生成。同一模型，即gemma-2-27b-it作為評判模型進行拒絕採樣（n = 6）。
  • 第二輪用戶指令和響應使用gemma-2-27b-it合成。同一模型對第二輪響應的質量進行評分，範圍為1 - 10。得分低於9的第二輪響應及其對應的指令將被拒絕。
  • 包含個人身份信息（PII）和基於模板的用戶指令的對話被移除。重複的指令被移除。
• Swallow-Magpie-Ultra-v0.1
  • filtered-magpie-ultra-en數據集的日語變體，由gemma-2-27b-it翻譯成日語。
• Swallow-Gemma-Magpie-v0.1
  • 一個全新的日語合成指令調優數據集，由gemma-2-27b-it生成。用戶指令是針對每個主題的特定提示創建的，助手響應是為這些指令生成的。
  • 對話通過啟發式方法進行質量和長度過濾。然後，使用gemma-2-27b-it對每個對話的質量進行評分，範圍為1 - 10。得分 <= 7的對話被拒絕。

風險與限制

此處發佈的模型仍處於我們研發的早期階段，尚未進行調整以確保輸出符合人類意圖和安全考慮。

致謝

我們感謝Meta Research以寬鬆的開放許可證發佈Llama 3.1。

我們獲得了以下各種支持：

• AIST項目：“物理領域生成式AI基礎模型的研究與開發”
• NEDO項目：“基於熟練人員視角的設計風險評估工作中支持判斷的人工智能應用技術開發”（JPNP18002），屬於“下一代人工智能和機器人核心集成技術開發”項目
• MEXT項目：“形成確保生成式AI模型透明度和可靠性的研發中心”
• AIST計劃：大型生成式AI開發支持計劃

許可證

META LLAMA 3.1社區許可證和Gemma使用條款

作者

以下是團隊成員：

• 來自東京工業大學岡崎實驗室的成員：
  • 岡崎直明
  • 水木栄
  • 馬悠米
  • 前田航輝
  • 服部駆
  • 大井正成
  • 島田日成
  • 塩谷大平
  • 齋藤浩志郎
• 來自東京工業大學橫田實驗室的成員：
  • 橫田理央
  • 藤井和樹
  • 中村大史
  • 岡本匠
  • 石田重樹
• 來自日本產業技術綜合研究所人工智能研究中心的成員：
  • 高村洋彌

引用方式

如果您認為我們的工作有幫助，請隨時引用以下論文：

@inproceedings{Fujii:COLM2024,
   title={Continual Pre-Training for Cross-Lingual LLM Adaptation:
Enhancing Japanese Language Capabilities},
   author={Kazuki Fujii and Taishi Nakamura and Mengsay Loem and Hiroki
Iida and Masanari Ohi and Kakeru Hattori and Hirai Shota and Sakae
Mizuki and Rio Yokota and Naoaki Okazaki},
   booktitle="Proceedings of the First Conference on Language Modeling",
   series={COLM},
   pages="(to appear)",
   year="2024",
   month=oct,
   address={University of Pennsylvania, USA},
}

@inproceedings{Okazaki:COLM2024,
   title={Building a Large Japanese Web Corpus for Large Language Models},
   author={Naoaki Okazaki and Kakeru Hattori and Hirai Shota and Hiroki
Iida and Masanari Ohi and Kazuki Fujii and Taishi Nakamura and Mengsay
Loem and Rio Yokota and Sakae Mizuki},
   booktitle="Proceedings of the First Conference on Language Modeling",
   series={COLM},
   pages="(to appear)",
   year="2024",
   month=oct,
   address={University of Pennsylvania, USA},
}

@misc{ma:arxiv2025,
      title={Building Instruction-Tuning Datasets from Human-Written Instructions with Open-Weight Large Language Models}, 
      author={Youmi Ma and Sakae Mizuki and Kazuki Fujii and Taishi Nakamura and Masanari Ohi and Hinari Shimada and Taihei Shiotani and Koshiro Saito and Koki Maeda and Kakeru Hattori and Takumi Okamoto and Shigeki Ishida and Rio Yokota and Hiroya Takamura and Naoaki Okazaki},
      year={2025},
      eprint={2503.23714},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2503.23714}, 
}

參考文獻

@misc{dubey2024llama3herdmodels,
      title={The Llama 3 Herd of Models}, 
      author={Abhimanyu Dubey and Abhinav Jauhri and Abhinav Pandey and Abhishek Kadian and Ahmad Al-Dahle and Aiesha Letman and Akhil Mathur and Alan Schelten and Amy Yang and Angela Fan et al.},
      year={2024},
      eprint={2407.21783},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2407.21783}, 
}