Downloads · 30 days
330
6% of all-time downloads
RichardErkhov/2121-8_-_TinySlime-1.1B-v1.0-gguf
2121-8_-_TinySlime-1.1B-v1.0-gguf is a machine learning model from RichardErkhov. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
Downloads · 30 days
330
6% of all-time downloads
All-time downloads
5.2K
Public
Repo size
12.7 GB
Likes
0
Public
Click a slice to open those files.
.gguf14.7 GB · 100%
From the Hugging Face model README
Quantization made by Richard Erkhov.
TinySlime-1.1B-v1.0 - GGUF
| 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 |
datasets:
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
</br>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。
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。
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
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)
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)
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。