metadata

language:
  - ca
  - es
  - en
license: apache-2.0
library_name: transformers
tags:
  - finetune
  - chatml
  - gpt4
  - catalan
datasets:
  - xaviviro/oasst2_ca_gpt
  - xaviviro/oasst2_es_gpt
base_model: openlm-research/open_llama_3b_v2
widget:
  - text: |
      <|im_start|>user
       Qui va ser Isaac Newton?<|im_end|>
      <|im_start|>assistant
  - text: |
      <|im_start|>user
       ¿Quién fue Isaac Newton?<|im_end|>
      <|im_start|>assistant
model-index:
  - name: FLAMA-0.5-3B
    results: []

FLAMA: Model 3B ChatML en Català i Castellà. Versió 0.5

👉🏻 Format GGUF i quantitzat

FLAMA és el primer model petit 3B bilingüe en català i castellà. És el resultat de finetunejar el model open_llama_3b_v2 amb les instruccions d'OpenAssistant v2 traduïdes automàticament al català i al castellà amb recursos de Helsinki-NLP i tractades en format ChatML.

Novetats de la versió 0.5

Català millorat
Afegit el Castellà

Prompt Template

FLAMA usa ChatML com a prompt template:

<|im_start|>user
Qui va ser Isaac Newton?<|im_end|>
<|im_start|>assistant\n

<|im_start|>user
Quien fué Isaac Newton?<|im_end|>
<|im_start|>assistant\n

Referències

@software{xaviviro2023flama,
  author = {xaviviro},
  title = {FLAMA: Model 3B ChatML en Català. Versió 0.5},
  month = January,
  year = 2024,
  url = {https://huggingface.co/xaviviro/FLAMA-0.5-3B}
}

@software{openlm2023openllama,
  author = {Geng, Xinyang and Liu, Hao},
  title = {OpenLLaMA: An Open Reproduction of LLaMA},
  month = May,
  year = 2023,
  url = {https://github.com/openlm-research/open_llama}
}

@software{together2023redpajama,
  author = {Together Computer},
  title = {RedPajama-Data: An Open Source Recipe to Reproduce LLaMA training dataset},
  month = April,
  year = 2023,
  url = {https://github.com/togethercomputer/RedPajama-Data}
}

@article{touvron2023llama,
  title={Llama: Open and efficient foundation language models},
  author={Touvron, Hugo and Lavril, Thibaut and Izacard, Gautier and Martinet, Xavier and Lachaux, Marie-Anne and Lacroix, Timoth{\'e}e and Rozi{\`e}re, Baptiste and Goyal, Naman and Hambro, Eric and Azhar, Faisal and others},
  journal={arXiv preprint arXiv:2302.13971},
  year={2023}
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

Metric	Value
Avg.	39.23
AI2 Reasoning Challenge (25-Shot)	37.97
HellaSwag (10-Shot)	67.65
MMLU (5-Shot)	25.73
TruthfulQA (0-shot)	41.11
Winogrande (5-shot)	62.12
GSM8k (5-shot)	0.83