ストックマークの近江さんをゲストに、大規模言語モデルをゼロから作る方法、学習のデータセット、モデルアーキテクチャ、学習環境への取り組みなどについて語っていただきました。

話したネタ

• どのような大規模言語モデルと作ったのか？特徴は何か？
• データセットに何を使ったのか？
• 日本語と英語とのバランスは？
• 最終的なToken数は？
• 事前学習モデルを作りたいとして、何から考えるのか？
• ノイズのクリーニングと、その方法
• 今回活用したモデルアーキテクチャ(Llama)
• 前回のアーキテクチャは GPT-NeoX
• 今回の学習環境は？
• AWS Trainum 32コア x 16ノード
• 学習にかかった時間は？
• 学習時に大変だったこと・上手くいかなかったことは？
• 学習中のチェックポイントとは何か？
• なぜ、Token生成が速いのか？
• 手元でLLMを動かすときの一番のネックは？
• bit数を落とすFineTuning
• Tokenizerとは何か？
• 日本語の単語区切りはどのように考えるのか？
• 今回のLLM作成のTokenizerは何を使ったのか？
• ビジネスドメインでのLLM評価
• ストックマーク株式会社のRecruitページ

See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.