File size: 3,998 Bytes
a9c3cb3 01e5a2f a9c3cb3 01e5a2f a9c3cb3 01e5a2f da43b56 01e5a2f f5d3bda 01e5a2f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 |
---
base_model:
- elyza/ELYZA-japanese-Llama-2-13b
- elyza/ELYZA-japanese-Llama-2-13b-instruct
license: llama2
language:
- ja
tags:
- mergekit
- merge
- MoE
---
# ELYZA-japanese-Llama-2-MoE-2x13B-v0.1
[**English description here**](#description)
## 概要
Llama-2ベースの学習済み日本語モデルである[elyza/ELYZA-japanese-Llama-2-13b](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b)と、そのinstruction tuningモデルである[elyza/ELYZA-japanese-Llama-2-13b-instruct](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b-instruct)
を、[mergekit](https://github.com/cg123/mergekit)を使ってMoEを行い作成したモデルです。
[GGUF版はこちら](https://huggingface.co/Aratako/ELYZA-japanese-Llama-2-MoE-2x13B-v0.1-GGUF)
以下2モデルを利用しています。
- [elyza/ELYZA-japanese-Llama-2-13b](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b)
- [elyza/ELYZA-japanese-Llama-2-13b-instruct](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b-instruct)
## ライセンス
元モデルの通り、Llama2ライセンスを継承します。
Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved.
## ベンチマーク
ベースとしたELYZA-japanese-Llama-2-13b-instructと本モデルの[japanese-mt-bench](https://github.com/Stability-AI/FastChat/tree/jp-stable/fastchat/llm_judge)の結果は以下の通りです。
（シングルターン）
|Model|Size|Coding|Extraction|Humanities|Math|Reasoning|Roleplay|STEM|Writing|avg_score|
|---|---|---|---|---|---|---|---|---|---|---|
| ELYZA-japanese-Llama-2-13b-instruct | 13B | **3.7** | 6.0 | **6.6** | 2.4 | 2.5 | 5.2 | 5.8 | 7.2 | 4.925 |
| This model | 2x13B | **3.7** | **6.9** | 6.3 | **3.7** | **4.4** | **6.0** | **7.0** | **7.4** | **5.675** |
**ベンチマークに使用したプロンプト**
```
"""<s>[INST] <<SYS>>
あなたは誠実で優秀な日本人のアシスタントです。
<</SYS>>
{instruction} [/INST]"""
```
## Description
This model is created using MoE (Mixture of Experts) through mergekit based on [elyza/ELYZA-japanese-Llama-2-13b](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b) and [elyza/ELYZA-japanese-Llama-2-13b-instruct](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b-instruct).
[Click here for the GGUF version](https://huggingface.co/Aratako/ELYZA-japanese-Llama-2-MoE-2x13B-v0.1-GGUF)
It utilizes the following two models:
- [elyza/ELYZA-japanese-Llama-2-13b](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b)
- [elyza/ELYZA-japanese-Llama-2-13b-instruct](https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b-instruct)
## License
This model inherit the Llama2 license.
Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved.
## Benchmark
The results of this model and the base ELYZA-japanese-Llama-2-13b-instruct on japanese-mt-bench are as follows.
(Single turn)
|Model|Size|Coding|Extraction|Humanities|Math|Reasoning|Roleplay|STEM|Writing|avg_score|
|---|---|---|---|---|---|---|---|---|---|---|
| ELYZA-japanese-Llama-2-13b-instruct | 13B | **3.7** | 6.0 | **6.6** | 2.4 | 2.5 | 5.2 | 5.8 | 7.2 | 4.925 |
| This model | 2x13B | **3.7** | **6.9** | 6.3 | **3.7** | **4.4** | **6.0** | **7.0** | **7.4** | **5.675** |
**Prompt used for benchmark**
```
"""<s>[INST] <<SYS>>
あなたは誠実で優秀な日本人のアシスタントです。
<</SYS>>
{instruction} [/INST]"""
```
## Merge config
[mergekit_config.yml](./mergekit_moe_config.yml)
```yaml
base_model: ./ELYZA-japanese-Llama-2-13b-instruct
gate_mode: random
dtype: bfloat16
experts:
- source_model: ./ELYZA-japanese-Llama-2-13b-instruct
positive_prompts: []
- source_model: ./ELYZA-japanese-Llama-2-13b
positive_prompts: []
tokenizer_source: model:./ELYZA-japanese-Llama-2-13b-instruct
``` |