You can deploy this model and start earning money today!

QuantFactory/
TinySlime-1.1B-Chat-v1.0-GGUF

Name: TinySlime-1.1B-Chat-v1.0-GGUF
Availability: InStock

OpenAccess AI Collective

PyTorch

text-generation

Transformers

Views

No views yet

QuantFactory/TinySlime-1.1B-Chat-v1.0-GGUF

This is quantized version of 2121-8/TinySlime-1.1B-Chat-v1.0 created using llama.cpp

Original Model Card

TinySlime-1.1B-Chat-v1.0

TinySlime は日本語に特化した小規模言語モデルです。

モデルの一覧

このモデルのフルチューニングは、Axolotl を使用して行われました。

モデル概要

TinySlime-1.1B-Chat-v1.0 は、TinySlime-1.1B-Chat-v1.0 をベースに、Mixtral-8x7B-Instruct-v0.1 が作成した合成データを使用して微調整されたチャットモデルです。
このモデルは、スマートフォンや NVIDIA Jetson などの組み込み環境で動かすことを想定して作成されました。

ベンチマーク(JP Language Model Evaluation Harness)

model name	JCommonsenseQA (3-shot)	JNLI (3-shot)	MARC-ja (0-shot)	JSQuAD (2-shot)	jaqket-v2 (1-shot)	xlsum (1-shot)	xwinograd (0-shot)	mgsm (5-shot)	AVERAGE
lkarasu-1.1B	24.84	34.78	50.48	51.33	18.95	9.21	62.15	2.80	31.82
TinySlime-Chat	66.49	64.36	92.68	84.60	42.14	7.79	60.69**	9.20	53.50
japanese-large-lm-3.6b-instruction-sft	38.87	34.68	50.52	58.57	56.54	6.25	64.23	1.60	38.91
open-calm-3b	31.64	36.56	50.99	51.47	50.99	4.63	63.30	2.00	35.97
bilingual-gpt-neox-4b-instruction-ppo	50.49	38.90	88.65	72.82	65.65	4.69	64.75	3.80	48.72
japanese-gpt-neox-3.6b-instruction-ppo	44.59	35.25	64.34	58.53	26.67	3.79	68.72	3.20	33.26

使用方法

インストール

このモデルを使用するには、Hugging Face のtransformersライブラリをインストールする必要があります

pip install -U transformers

モデルの読み込み

transformersライブラリを使用してモデルを読み込むことができます

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "2121-8/TinySlime-1.1B-Chat-v1.0"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name)

テキスト生成

以下の例では、読み込んだモデルを使用してテキストを生成する方法を示します

python

text = "こんにちは"

messages = [
    {
        "role": "system",
        "content": "You are an assistant called ChatBot. You are a friendly and very good chatbot.",
    },
    {"role": "user", "content": text},
  ]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
input_ids = tokenizer(prompt, return_tensors="pt")

# テキストを生成
outputs = model.generate(input_ids, max_length=50, num_return_sequences=1)
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(generated_text)

謝辞

このモデルは、TinyLlama プロジェクトの成果に基づいて構築されました。NLP コミュニティへの貢献に感謝します。また、このモデルの開発にあたり、Axolotl のサポートとツールを利用しました。 NLP コミュニティへの貢献に感謝します。