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。