RWKV x060 6B JPN モデルカード

モデル概要

• モデル名: RWKV x060 6B JPN
• アーキテクチャ: RWKV（Receptance Weighted Key Value）
• 元モデル: x060 7B JPN
• 言語: 日本語

モデル仕様

• パラメータ数: 約6B（60億）
• レイヤー数: 25層（元モデルの32層から7層プルーニング）
• 次元数: 4096次元

蒸留プロセス

• 蒸留データセット: 30,000ペアの蒸留データ
• 学習方法: 元モデルのLogitsからTop-k=100のみを採用
• 学習Epoch: 2
• トレーニング手法: 可変LoRA（Low-Rank Adaptation）

モデル構造詳細

• Embedding層: 凍結
• 出力層（Head）: 凍結
• Layer 0: フルパラメータ学習
• Layer 1-24: LoRA（Rank=128）による学習

特徴

• x060 7B JPNからの蒸留モデルであり、元のモデルの性能を維持しつつ、サイズを縮小
• プルーニングとLORAを組み合わせた効率的な学習手法を採用
• 日本語タスクに特化した調整

使用上の注意

• 日本語タスクに最適化されているため、他言語での性能は保証されません
• モデルの出力は人間の監督下で使用し、適切に検証することをお勧めします

ライセンス

引用

連絡先