YAML Metadata
Warning:
empty or missing yaml metadata in repo card
(https://huggingface.co/docs/hub/model-cards#model-card-metadata)
Quantization made by Richard Erkhov.
TinySlime-1.1B-v1.0 - GGUF
- Model creator: https://huggingface.co/2121-8/
- Original model: https://huggingface.co/2121-8/TinySlime-1.1B-v1.0/
Name | Quant method | Size |
---|---|---|
TinySlime-1.1B-v1.0.Q2_K.gguf | Q2_K | 0.4GB |
TinySlime-1.1B-v1.0.IQ3_XS.gguf | IQ3_XS | 0.44GB |
TinySlime-1.1B-v1.0.IQ3_S.gguf | IQ3_S | 0.47GB |
TinySlime-1.1B-v1.0.Q3_K_S.gguf | Q3_K_S | 0.47GB |
TinySlime-1.1B-v1.0.IQ3_M.gguf | IQ3_M | 0.48GB |
TinySlime-1.1B-v1.0.Q3_K.gguf | Q3_K | 0.51GB |
TinySlime-1.1B-v1.0.Q3_K_M.gguf | Q3_K_M | 0.51GB |
TinySlime-1.1B-v1.0.Q3_K_L.gguf | Q3_K_L | 0.55GB |
TinySlime-1.1B-v1.0.IQ4_XS.gguf | IQ4_XS | 0.57GB |
TinySlime-1.1B-v1.0.Q4_0.gguf | Q4_0 | 0.59GB |
TinySlime-1.1B-v1.0.IQ4_NL.gguf | IQ4_NL | 0.6GB |
TinySlime-1.1B-v1.0.Q4_K_S.gguf | Q4_K_S | 0.6GB |
TinySlime-1.1B-v1.0.Q4_K.gguf | Q4_K | 0.62GB |
TinySlime-1.1B-v1.0.Q4_K_M.gguf | Q4_K_M | 0.62GB |
TinySlime-1.1B-v1.0.Q4_1.gguf | Q4_1 | 0.65GB |
TinySlime-1.1B-v1.0.Q5_0.gguf | Q5_0 | 0.71GB |
TinySlime-1.1B-v1.0.Q5_K_S.gguf | Q5_K_S | 0.71GB |
TinySlime-1.1B-v1.0.Q5_K.gguf | Q5_K | 0.73GB |
TinySlime-1.1B-v1.0.Q5_K_M.gguf | Q5_K_M | 0.73GB |
TinySlime-1.1B-v1.0.Q5_1.gguf | Q5_1 | 0.77GB |
TinySlime-1.1B-v1.0.Q6_K.gguf | Q6_K | 0.84GB |
TinySlime-1.1B-v1.0.Q8_0.gguf | Q8_0 | 1.09GB |
Original model description:
datasets: - augmxnt/shisa-pretrain-en-ja-v1 language: - ja pipeline_tag: text-generation tags: - OpenAccess AI Collective - MPT - axolotl - PyTorch - Transformers
TinySlime-1.1B-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
2121-8/TinySlime-1.1B-v1.0 は、TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T をベースモデルとし、augmxnt/shisa-pretrain-en-ja-v1 の学習データを使用してトレーニングされたモデルです。本モデルは、5.5B のトークンで学習されました。 このモデルは、スマートフォン、NVIDIA Jetson などの組み込みで動かすことを想定し作成されました。
- ベースモデル: TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T
- 学習データセット: augmxnt/shisa-pretrain-en-ja-v1
- 学習トークン: 55 億
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
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "2121-8/TinyLlama-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
input_text = "西郷隆盛は明治時代の"
input_ids = tokenizer.encode(input_text, 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、augmxnt/shisa-pretrain-en-ja-v1
データセットを使用して学習されました。
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。
- Downloads last month
- 105