Llama 3 Youko 8b

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

Llama 3 Youko 8B 是基于 meta-llama/Meta-Llama-3-8B 在日语和英语混合数据集上进行持续预训练的模型。持续预训练显著提升了模型在日语任务上的性能。

🚀 快速开始

你可以按照以下代码示例来使用本模型：

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

• 多语言训练：在日语和英语混合的约 220 亿个标记上进行持续预训练，提升了模型在日语任务上的性能。
• 模型架构：基于 32 层、隐藏层大小为 4096 的 Transformer 架构。

📦 安装指南

文档未提及安装步骤，你可以参考 Hugging Face 上的相关模型使用说明进行安装。

💻 使用示例

基础用法

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"])

📚 详细文档

模型概述

我们对 meta-llama/Meta-Llama-3-8B 在日语和英语混合数据集的约 22B 个标记上进行持续预训练，显著提升了模型在日语任务上的性能。

模型名称 youko 来源于日语单词 妖狐/ようこ/Youko，它是一种日本神话生物（妖怪/ようかい/Youkai）。

模型训练相关信息

• 库：模型使用基于 EleutherAI/gpt-neox 的代码进行训练。
• 模型架构：一个 32 层、隐藏层大小为 4096 的基于 Transformer 的语言模型。架构细节请参考 Llama 3 Model Card。
• 训练：基于 Meta Llama 3 构建：模型使用 meta-llama/Meta-Llama-3-8B 模型进行初始化，并在以下语料库的约 22B 个标记上进行持续训练：
  • Japanese CC-100
  • Japanese C4
  • Japanese OSCAR
  • The Pile
  • Wikipedia
  • rinna 策划的日语数据集

贡献者

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

发布日期

2024 年 5 月 1 日

基准测试

请参考 rinna's LM benchmark page (Sheet 20240507)。

分词

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

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}}
}

参考资料

@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}
}

🔧 技术细节

模型是一个 32 层、隐藏层大小为 4096 的基于 Transformer 的语言模型，使用基于 EleutherAI/gpt-neox 的代码进行训练。训练时使用 meta-llama/Meta-Llama-3-8B 模型初始化，并在多种日语和英语语料库的约 220 亿个标记上进行持续训练。

📄 许可证

Meta Llama 3 Community License