更新情報
日本語機能とinstructベクトルのバランス調整したver.2をアップロードしました
Swallow-MX-8x7b-NVE-chatvector-Mixtral-instruct-v2
モデル概要
Mixtral-8x7B-Instruct-v0.1と
Mixtral-8x7B-v0.1の差分をマージしたモデルです。
Swallow-MX-8x7b-NVE-v0.1 + Mixtral-8x7B-Instruct-v0.1 - Mixtral-8x7B-v0.1
Swallow-MX-8x7b-NVE-v0.1は、コンテクスト長4096までの日本語継続学習モデルですが、
英語モデルのInstructベクトルをマージすることで、流暢な日本語機能を維持してコンテクスト長を32Kまで拡大、Instruct機能を大幅アップしました。
注目すべき点
1、4096token以上の部分は日本語継続事前学習していないが、今回の英語モデルの差分マージのみで日本語機能が32Kまで維持出来ている点
2、英語モデルのInstruct機能が、差分マージのみで日本語モデルに簡単に移行できる点
詳細は以下文献を参照ください。
参考文献
LLM差分マージしてみた
Chat Vector
Chat Vectorを使って日本語LLMをチャットモデルに改造する
jovyan/Swallow-MS-7b-v0.1-ChatVector
kousw/stablelm-gamma-7b-chatvector
- Downloads last month
- 16
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.