RakutenAI-7B: Erweiterung großer Sprachmodelle für Japanisch

RakutenAI-7B: Extending Large Language Models for Japanese

March 21, 2024

Autoren: Rakuten Group, Aaron Levine, Connie Huang, Chenguang Wang, Eduardo Batista, Ewa Szymanska, Hongyi Ding, Hou Wei Chou, Jean-François Pessiot, Johanes Effendi, Justin Chiu, Kai Torben Ohlhus, Karan Chopra, Keiji Shinzato, Koji Murakami, Lee Xiong, Lei Chen, Maki Kubota, Maksim Tkachenko, Miroku Lee, Naoki Takahashi, Prathyusha Jwalapuram, Ryutaro Tatsushima, Saurabh Jain, Sunil Kumar Yadav, Ting Cai, Wei-Te Chen, Yandi Xia, Yuki Nakayama, Yutaka Higashiyama

cs.AI

Zusammenfassung

Wir stellen RakutenAI-7B vor, eine Suite von japanisch-orientierten großen Sprachmodellen, die die beste Leistung bei den japanischen LM Harness-Benchmarks unter den offenen 7B-Modellen erzielen. Neben dem Grundmodell veröffentlichen wir instruktions- und chatangepasste Modelle, RakutenAI-7B-instruct und RakutenAI-7B-chat, jeweils unter der Apache 2.0 Lizenz.

English

We introduce RakutenAI-7B, a suite of Japanese-oriented large language models that achieve the best performance on the Japanese LM Harness benchmarks among the open 7B models. Along with the foundation model, we release instruction- and chat-tuned models, RakutenAI-7B-instruct and RakutenAI-7B-chat respectively, under the Apache 2.0 license.