DataVortexTL-1.1B-v0.1

👁 DataVortex

Our Team

Model Details

Base Model

TinyLlama/TinyLlama-1.1B-Chat-v1.0

Trained On

• OS: Ubuntu 20.04
• GPU: H100 80GB 1ea
• transformers: v4.36.2

Dataset

• beomi/KoAlpaca-v1.1a
• jojo0217/korean_rlhf_dataset
• kyujinpy/OpenOrca-KO
• nlpai-lab/kullm-v2

Instruction format

It follows TinyLlama format.

E.g.

text = """\
<|system|>
당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다.</s>
<|user|>
대한민국의 수도는 어디야?</s>
<|assistant|>
대한민국의 수도는 서울입니다.</s>
<|user|>
서울 인구는 총 몇 명이야?</s>
"""

Model Benchmark

Ko LM Eval Harness

Ko-LLM-Leaderboard

Implementation Code

This model contains the chat_template instruction format.
You can use the code below.

from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained("Edentns/DataVortexTL-1.1B-v0.1")
tokenizer = AutoTokenizer.from_pretrained("Edentns/DataVortexTL-1.1B-v0.1")

messages = [
 {"role": "system", "content": "당신은 사람들이 정보를 찾을 수 있도록 도와주는 인공지능 비서입니다."},
 {"role": "user", "content": "대한민국의 수도는 어디야?"},
 {"role": "assistant", "content": "대한민국의 수도는 서울입니다."},
 {"role": "user", "content": "서울 인구는 총 몇 명이야?"}
]

encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")

model_inputs = encodeds.to(device)
model.to(device)

generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])

License

The model is licensed under the cc-by-nc-sa-4.0 license, which allows others to copy, modify, and share the work non-commercially, as long as they give appropriate credit and distribute any derivative works under the same license.

Base model

TinyLlama/TinyLlama-1.1B-Chat-v1.0

(560)

21 items • Updated Sep 25, 2024