File size: 1,261 Bytes
715f847 7d94ff7 715f847 7d94ff7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
---
license: apache-2.0
language:
- ja
---
# RWKV-x060-Japanese-11.2B
## RWKV Architecture "Finch" based 11.2B Parameters Model.
継続トレーニング中です。実験なので性能評価はしていません。
- "YORINOBU"
- Based on RWKV6-World v2.1 7b 53% Model, we have applied a layer expansion approach and tuned it as a 48-layer, 4096-dimensional model.
- I added 8 layers to the 40-layer model, froze layers 0 to 39, and continued pre-training layers 40 to 47, along with the Embedding and Head layers, using a Japanese corpus.
- Since it is an experimental approach, it may exhibit unpredictable behavior.
- RWKV6-World v2.1 7b 53% Modelをベースに、レイヤー拡張アプローチを適用し、48層4096次元モデルとしてチューニングしました。
- 40層モデルに8層を追加し、0から39レイヤーまでを凍結し、40から47、Emb、Head層を日本語コーパスで継続事前学習を行いました。
- 実験的アプローチなので、予測不可能な挙動をする可能性があります
## Training
- using RWKV-LM-LISA Anarchy mode, Continuous Pre-traning
- https://github.com/OpenMOSE/RWKV-LM-LISA
- Single A6000 LISA 4layer training each step
2024 OpenMOSE |