Ma örömmel jelentjük be, hogy a Technology Innovation Institute (TII) által kifejlesztett és az Amazon SageMakeren kiképzett Falcon 180B alapozó modell elérhető az ügyfelek számára a következőn keresztül. Amazon SageMaker JumpStart egy kattintással telepíthető a következtetés futtatásához. A Falcon 180B 3.5 milliárd paraméteres méretével és egy hatalmas, 180 billió token adathalmazra képzett modellje a legnagyobb és az egyik legteljesítményesebb modell nyíltan hozzáférhető súlyokkal. Kipróbálhatja ezt a modellt a SageMaker JumpStarttal, egy gépi tanulási (ML) központtal, amely hozzáférést biztosít algoritmusokhoz, modellekhez és ML-megoldásokhoz, így gyorsan elkezdheti az ML használatát. Ebben a bejegyzésben bemutatjuk, hogyan lehet felfedezni és telepíteni a Falcon 180B modellt a SageMaker JumpStart segítségével.
Mi az a Falcon 180B
A Falcon 180B egy olyan modell, amelyet a IIT ez a Falcon család korábbi kiadásait követi. Ez a Falcon 40B felnagyított változata, és több lekérdezést használ a jobb méretezhetőség érdekében. Ez egy automatikusan regresszív nyelvi modell, amely optimalizált transzformátor architektúrát használ. 3.5 billió token adatra képezték ki, amelyek elsősorban webes adatokból állnak RefinedWeb (körülbelül 85%). A modellnek két változata van: 180B és 180B-Chat. A 180B egy nyers, előre betanított modell, amelyet a legtöbb használati esethez tovább kell finomítani. A 180B-Chat jobban megfelel általános utasítások fogadására. A Chat modellt finomhangolták a csevegési és utasítási adatkészleteken, valamint számos nagyszabású párbeszédes adatkészleten.
A modell elérhetősége a Falcon-180B TII licenc és a Elfogadható használati szabályzat.
A Falcon 180B-t a TII képezte ki Amazon SageMaker, körülbelül 4K A100 GPU-ból álló klaszteren. Egyéni, Gigatron nevű, elosztott képzési kódbázist használt, amely 3D párhuzamosságot használ a ZeRO-val, és egyedi, nagy teljesítményű Triton kerneleket. A használt elosztott képzési architektúra Amazon egyszerű tárolási szolgáltatás (Amazon S3), mint az egyetlen egységes adatbetöltési és ellenőrzőpont-írási és -olvasási szolgáltatás, amely különösen hozzájárult a munkaterhelés megbízhatóságához és a működési egyszerűséghez.
Mi az a SageMaker JumpStart
A SageMaker JumpStart segítségével az ML gyakorlói a legjobban teljesítő alapozó modellek egyre növekvő listájából választhatnak. Az ML gyakorlói alapmodelleket telepíthetnek a dedikált SageMaker-példányokra egy hálózattól elkülönített környezetben, és testreszabhatják a modelleket az Amazon SageMaker segítségével a modell betanítására és telepítésére.
Most már néhány kattintással felfedezheti és üzembe helyezheti a Falcon 180B-t Amazon SageMaker Studio vagy programozottan a SageMaker Python SDK-n keresztül, lehetővé téve a modell teljesítményének és az MLOps vezérlők származtatását a SageMaker funkciókkal, mint pl. Amazon SageMaker csővezetékek, Amazon SageMaker Debuggervagy konténernaplókat. A modellt AWS biztonságos környezetben és az Ön VPC-vezérlése alatt helyezik üzembe, így biztosítva az adatbiztonságot. A Falcon 180B felfedezhető és telepíthető azokban a régiókban, ahol a szükséges példányok rendelkezésre állnak. Jelenleg az ml.p4de példányok az US East (N. Virginia) és az US West (Oregon) államokban érhetők el.
Fedezze fel a modelleket
Az alapmodelleket a SageMaker JumpStart segítségével érheti el a SageMaker Studio UI-ban és a SageMaker Python SDK-ban. Ebben a részben áttekintjük, hogyan fedezheti fel a modelleket a SageMaker Stúdióban.
A SageMaker Studio egy integrált fejlesztői környezet (IDE), amely egyetlen web-alapú vizuális felületet biztosít, ahol hozzáférhet a célra épített eszközökhöz az ML fejlesztési lépések elvégzéséhez, az adatok előkészítésétől az ML modellek felépítéséig, betanításáig és telepítéséig. A SageMaker Studio megkezdésével és beállításával kapcsolatos további részletekért lásd: Amazon SageMaker Studio.
A SageMaker Studio alkalmazásban elérheti a SageMaker JumpStart programot, amely előre betanított modelleket, notebookokat és előre elkészített megoldásokat tartalmaz. Előre elkészített és automatizált megoldások.
A SageMaker JumpStart nyitóoldalán megoldások, modellek, notebookok és egyéb források között böngészhet. A Falcon 180B megtalálható a Alapozási modellek: Szöveggenerálás körhinta.
Választással más modellváltozatokat is találhat Fedezze fel az összes szöveggenerációs modellt vagy keres Falcon
.
A modellkártya kiválasztásával megtekintheti a modell részleteit, például a licencet, a betanításhoz használt adatokat és a használat módját. Két gombot is talál, Telepítése és a Nyissa meg a Jegyzetfüzetet, amely segít a modell használatában (a következő képernyőképen a Telepítése választási lehetőség).
Telepítse a modelleket
Ha úgy dönt Telepítése, megkezdődik a modell telepítése. Alternatív megoldásként telepítheti a példa-jegyzetfüzeten keresztül, amely a választással megjelenik Nyissa meg a Jegyzetfüzetet. A példajegyzetfüzet teljes körű útmutatást nyújt a modell telepítéséhez a következtetések levonásához és az erőforrások tisztításához.
A notebook használatával történő üzembe helyezéshez először kiválasztjuk a megfelelő modellt, amelyet a model_id
. A kiválasztott modellek bármelyikét üzembe helyezheti a SageMakerben a következő kóddal:
Ez a SageMaker modellt alapértelmezett konfigurációkkal telepíti, beleértve az alapértelmezett példánytípust és az alapértelmezett VPC-konfigurációkat. Módosíthatja ezeket a konfigurációkat a nem alapértelmezett értékek megadásával JumpStartModel
. További információért tekintse meg a API dokumentáció. Telepítése után következtetést futtathat a telepített végponttal egy SageMaker előrejelzőn keresztül. Lásd a következő kódot:
A következtetési paraméterek vezérlik a szöveggenerálási folyamatot a végponton. A max new tokens vezérlés a modell által generált kimenet méretére vonatkozik. Ne feledje, hogy ez nem azonos a szavak számával, mert a modell szókincse nem egyezik meg az angol nyelv szókincsével, és előfordulhat, hogy minden token nem angol nyelvű szó. A hőmérséklet szabályozza a kimenet véletlenszerűségét. A magasabb hőmérséklet kreatívabb és hallucináltabb kimeneteket eredményez. Az összes következtetési paraméter nem kötelező.
Ez a 180B paraméteres modell 335 GB-os, és még több GPU-memóriát igényel, hogy kellőképpen 16 bites pontossággal lehessen következtetéseket levonni. Jelenleg a JumpStart csak ml.p4de.24xlarge példányokon támogatja ezt a modellt. Lehetőség van egy 8 bites kvantált modell üzembe helyezésére egy ml.p4d.24xlarge példányon a env={"HF_MODEL_QUANTIZE": "bitsandbytes"}
kulcsszó argumentum a JumpStartModel
konstruktor és megadása instance_type="ml.p4d.24xlarge"
a telepítési módszerhez. Azonban vegye figyelembe, hogy a tokenenkénti késleltetés körülbelül 5-ször lassabb ennél a kvantált konfigurációnál.
Az alábbi táblázat felsorolja a SageMaker JumpStartban elérhető összes Falcon modellt, a modellazonosítókkal, az alapértelmezett példánytípusokkal, a támogatott tokenek maximális számával (a bemeneti tokenek számának és a generált tokenek számának összege), valamint a tipikus válasz késleltetéssel. mindegyik modellhez.
Modell neve | Modellazonosító | Alapértelmezett példánytípus | Max Total Tokens | Tokenenkénti késleltetés* |
Sólyom 7B | huggingface-llm- falcon-7b-bf16 |
ml.g5.2xnagy | 2048 | 34 ms |
Falcon 7B utasítás | huggingface-llm- falcon-7b-instruct-bf16 |
ml.g5.2xnagy | 2048 | 34 ms |
Sólyom 40B | huggingface-llm- falcon-40b-bf16 |
ml.g5.12xnagy | 2048 | 57 ms |
Falcon 40B utasítás | huggingface-llm- falcon-40b-instruct-bf16 |
ml.g5.12xnagy | 2048 | 57 ms |
Sólyom 180B | huggingface-llm- falcon-180b-bf16 |
ml.p4de.24xnagy | 2048 | 45 ms |
Falcon 180B Chat | huggingface-llm- falcon-180b-chat-bf16 |
ml.p4de.24xnagy | 2048 | 45 ms |
*A tokenenkénti késleltetés az ebben a blogban található példakérdések medián válaszidejére vonatkozik; ez az érték a bemeneti és kimeneti sorozatok hosszától függően változik.
Következtetési és példakérdések a Falcon 180B-hez
A Falcon modellek bármilyen szövegrész szövegének kiegészítésére használhatók. A szöveggenerálás révén különféle feladatokat hajthat végre, mint például kérdések megválaszolása, nyelvi fordítás, hangulatelemzés és még sok más. A végpont a következő bemeneti hasznos adatsémát fogadja el:
Ezek definícióját megtudhatja ügyfél paraméterei és azok alapértelmezett értékei a szöveggenerációs következtetések tárában.
Az alábbiakban néhány példa-parancssor és a modell által generált szöveg található. Itt minden kimenet következtetési paraméterekkel jön létre {"max_new_tokens": 768, "stop": ["<|endoftext|>", "###"]}
.
A weboldal elkészítése 10 egyszerű lépésben történhet:
Észreveheti, hogy ez az előre betanított modell hosszú szövegsorozatokat generál, amelyek nem feltétlenül ideálisak párbeszédes felhasználási esetekben. Mielőtt bemutatnánk, hogyan teljesít a finomhangolt csevegési modell a párbeszéd-alapú promptok nagyobb készleténél, a következő két példa bemutatja, hogyan kell használni a Falcon modelleket néhány felvételes kontextuson belüli tanulással, ahol a modell számára elérhető képzési mintákat biztosítunk. Ne feledje, hogy a „kevesen végzett tanulás” nem módosítja a modell súlyát – a folyamat során csak a telepített modellre hajtunk végre következtetést, miközben néhány példát adunk a beviteli kontextuson belül, hogy segítsük a guild modell kimenetét.
Következtetési és példakérdések a Falcon 180B-Chat számára
A párbeszédes felhasználási esetekre optimalizált Falcon 180B-Chat modelleknél a csevegési modell végpontjainak bemenete tartalmazhat korábbi előzményeket a csevegési asszisztens és a felhasználó között. Kérdéseket tehet fel az eddigi beszélgetéssel összefüggésben. Megadhatja a rendszerkonfigurációt is, például a személyeket, amelyek meghatározzák a csevegési asszisztens viselkedését. A végpont bemeneti hasznos terhelése ugyanaz, mint a Falcon 180B modellé, kivéve a inputs
A karakterlánc értékének a következő formátumot kell használnia:
Az alábbiakban néhány példa-parancssor és a modell által generált szöveg található. Minden kimenet következtetési paraméterekkel jön létre {"max_new_tokens":256, "stop": ["nUser:", "<|endoftext|>", " User:", "###"]}.
A következő példában a felhasználó beszélgetést folytatott az asszisztenssel Párizs turisztikai helyszíneiről. Ezután a felhasználó a chat-asszisztens által javasolt első lehetőségről érdeklődik.
Tisztítsuk meg
Miután befejezte a jegyzetfüzet futtatását, ne felejtsen el törölni minden erőforrást, amelyet a folyamat során hozott létre, hogy a számlázás leálljon. Használja a következő kódot:
Következtetés
Ebben a bejegyzésben megmutattuk, hogyan kezdje meg a Falcon 180B használatát a SageMaker Studio-ban, és hogyan helyezze üzembe a modellt következtetések céljából. Mivel az alapmodellek előre betanítottak, csökkenthetik a képzési és infrastrukturális költségeket, és lehetővé teszik a testreszabást az Ön használati esetéhez. A kezdéshez látogasson el a SageMaker JumpStart oldalra a SageMaker Studio alkalmazásban.
Tudástár
A szerzőkről
Dr. Kyle Ulrich az Amazon SageMaker JumpStart csapatának alkalmazott tudósa. Kutatási területei közé tartoznak a skálázható gépi tanulási algoritmusok, a számítógépes látás, az idősorok, a Bayes-féle nem-paraméterek és a Gauss-folyamatok. Doktori fokozatát a Duke Egyetemen szerezte, és publikációkat publikált a NeurIPS-ben, a Cell-ben és a Neuron-ban.
Dr. Ashish Khetan az Amazon SageMaker JumpStart vezető alkalmazott tudósa, és segít gépi tanulási algoritmusok fejlesztésében. PhD fokozatát az Illinois Urbana-Champaign Egyetemen szerezte. A gépi tanulás és a statisztikai következtetések aktív kutatója, és számos közleményt publikált NeurIPS, ICML, ICLR, JMLR, ACL és EMNLP konferenciákon.
Olivier Cruchant a franciaországi székhelyű AWS vezető gépi tanulási specialista megoldások építésze. Az Olivier segít az AWS-ügyfeleknek – a kis startupoktól a nagyvállalatokig – éles szintű gépi tanulási alkalmazások fejlesztésében és üzembe helyezésében. Szabadidejében szívesen olvas kutatási cikkeket, és barátaival és családjával fedezi fel a vadonban.
Karl Albertsen vezeti az Amazon SageMaker alapmodell-központját, algoritmusait és partnerségi csapatait.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- ChartPrime. Emelje fel kereskedési játékát a ChartPrime segítségével. Hozzáférés itt.
- BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/falcon-180b-foundation-model-from-tii-is-now-available-via-amazon-sagemaker-jumpstart/
- :van
- :is
- :nem
- :ahol
- $ UP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 150
- 20
- 25
- 26%
- 3d
- 4k
- 7
- 8
- 9
- a
- Rólunk
- elfogadja
- hozzáférés
- hozzáférhető
- Elérése
- aktív
- hozzá
- Ezen kívül
- cím
- Után
- ellen
- algoritmusok
- Minden termék
- lehetővé teszi, hogy
- mentén
- Is
- mindig
- am
- amazon
- Amazon SageMaker
- Amazon SageMaker JumpStart
- Az Amazon Web Services
- an
- elemzés
- és a
- és az infrastruktúra
- bejelent
- Másik
- válasz
- bármilyen
- bárki
- tetszetős
- alkalmazások
- alkalmazott
- megfelelő
- körülbelül
- építészet
- VANNAK
- érv
- Művészet
- cikkben
- AS
- kérdez
- Helyettes
- At
- figyelem
- vonz
- vonzás
- Automatizált
- elérhető
- utakat
- AWS
- alapján
- akkumulátor
- bayesi
- BE
- szép
- mert
- óta
- előtt
- viselkedés
- Jobb
- között
- számlázás
- Blog
- dicsekszik
- böngésző
- építész
- építők
- Épület
- üzleti
- de
- by
- kávézók
- TUD
- képesség
- kártya
- körhinta
- eset
- esetek
- változik
- ellenőrizze
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- választja
- választott
- Város
- osztályoz
- Fürt
- cms
- kód
- codebase
- gyűjtemény
- Oszlopok
- COM
- kombinált
- Közös
- vállalat
- teljes
- befejezés
- számítógép
- Számítógépes látás
- konferenciák
- Configuration
- Összeáll
- kapcsolat
- tartalmaz
- Konténer
- tartalmaz
- tartalom
- kontextus
- szövegre vonatkozó
- folyamatosan
- hozzájárultak
- ellenőrzés
- ellenőrzések
- Beszélgetés
- társalgó
- kiadások
- teremt
- készítette
- létrehozása
- Kreatív
- Csésze
- Jelenlegi
- Jelenleg
- szokás
- vevő
- Vevőszolgálat
- Ügyfelek
- testreszabás
- testre
- dátum
- adatbiztonság
- adatkészletek
- nap
- döntés
- elszánt
- alapértelmezett
- meghatározott
- definíció
- bizonyítani
- attól
- telepíteni
- telepített
- bevezetéséhez
- bevetés
- bevet
- Design
- rendeltetési hely
- részletek
- Határozzuk meg
- Fejleszt
- fejlett
- Fejlesztés
- Párbeszéd
- Párbeszéd
- különböző
- felfedez
- megosztott
- elosztott képzés
- do
- nem
- domain
- Domain név
- DOMAIN NEVEK
- csinált
- álmok
- Herceg
- herceg egyetem
- alatt
- minden
- könnyű
- könnyen
- Keleti
- könnyű
- lehetővé
- lehetővé téve
- végtől végig
- Endpoint
- energia
- Mérnöki
- Angol
- biztosítására
- Vállalatok
- Környezet
- különösen
- Még
- példa
- példák
- Kivéve
- izgatott
- szakvélemény
- feltárása
- Feltárása
- kifejezve
- kiterjesztés
- kiterjesztések
- kiterjedt
- család
- híres
- messze
- elbűvölő
- Jellemzők
- kevés
- Találjon
- vezetéknév
- Úszó
- következő
- következik
- A
- formátum
- Korábbi
- Alapítvány
- négy
- KERET
- Franciaország
- francia
- barátok
- ból ből
- működése
- további
- Gardens
- Drágakő
- generál
- generált
- generál
- generáció
- kap
- üveg
- Go
- cél
- Célok
- megy
- jó
- kapott
- GPU
- GPU
- nagy
- Növekvő
- útmutatást
- céh
- kellett
- történt
- gyűlölet
- Legyen
- tekintettel
- he
- Szív
- segít
- hasznos
- segít
- segít
- itt
- Rejtett
- rejtett drágakő
- nagy teljesítményű
- <p></p>
- övé
- történelem
- Kezdőlap
- vendéglátó
- tárhely
- Hogyan
- How To
- azonban
- HTML
- HTTPS
- Kerékagy
- i
- ikonszerű
- ID
- ideális
- ids
- if
- Illinois
- kép
- képek
- importál
- hatásos
- in
- tartalmaz
- Beleértve
- hihetetlen
- információ
- Infrastruktúra
- Innováció
- bemenet
- bemenet
- példa
- Intézet
- utasítás
- integrált
- érdekelt
- érdekek
- Felület
- bele
- izolált
- IT
- ITS
- jpg
- ismert
- Kyle
- leszállási
- nyelv
- nagy
- Nagy vállalkozások
- nagyarányú
- nagyobb
- legnagyobb
- Késleltetés
- legutolsó
- indít
- törvények
- elrendezés
- vezetékek
- TANUL
- tanulás
- Hossz
- Engedély
- fény
- vonalazott
- LINK
- linkek
- Lista
- listák
- betöltés
- Hosszú
- alacsonyabb
- Luxemburg
- gép
- gépi tanulás
- készült
- csinál
- Gyártás
- vezetés
- kezeli
- sok
- csoda
- Tömeg
- tömeges
- max
- maximális
- Lehet..
- jelenti
- eszközök
- Média
- középkori
- Memory design
- üzenet
- módszer
- esetleg
- Keverés
- keverék
- ML
- MLOps
- modell
- modellek
- több
- a legtöbb
- mozgás
- múzeum
- zene
- my
- név
- Nevezett
- nevek
- Keresse
- Navigáció
- szükségszerűen
- Szükség
- negatív
- háló
- hálózat
- Semleges
- Új
- következő
- éjszaka
- nem
- jegyzetfüzet
- Értesítés..
- Most
- szám
- megfigyelők
- of
- Ajánlatok
- Olaj
- Olíva
- on
- egyszer
- ONE
- csak
- nyíltan
- operatív
- optimalizált
- opció
- Opciók
- or
- Oregon
- Más
- ki
- vázolt
- teljesítmény
- felett
- oldal
- oldalak
- Palota
- papírok
- paraméter
- paraméterek
- Párizs
- Park
- különösen
- partnerségek
- fizetés
- fizetési mód
- Emberek (People)
- mert
- tökéletes
- Teljesít
- teljesítmény
- Előadja
- phd
- telefon
- Fizika
- darab
- terv
- Plató
- Platón adatintelligencia
- PlatoData
- kérem
- pozitív
- lehetséges
- állás
- Hozzászólások
- Pontosság
- Predictor
- előkészítése
- be
- előző
- elsősorban
- Fő
- problémák
- folyamat
- Folyamatok
- Termékek
- kellene támogatnia,
- megfelelően
- ad
- feltéve,
- ellátó
- biztosít
- amely
- közzétett
- cél
- tesz
- Piton
- Kérdések
- gyorsan
- véletlenszerűség
- Nyers
- Olvasás
- recept
- ajánlott
- utal
- kifejezés
- Tekintet nélkül
- régiók
- Regisztráció
- regisztráció
- anyakönyvvezető
- Bejegyzés
- relatív
- relativitás
- felszabaduló
- Releases
- megbízhatóság
- megbízható
- eszébe jut
- raktár
- jelentése
- megköveteli,
- szükséges
- kutatás
- kutató
- Tudástár
- válasz
- Eredmények
- Gazdag
- Lovagol
- jogdíj
- futás
- futás
- s
- sagemaker
- só
- azonos
- skálázhatóság
- skálázható
- Skála
- Tudós
- sdk
- SEA
- Keresés
- keres
- Évad
- Második
- Rész
- biztonság
- biztonság
- lát
- mag
- kiválasztott
- kiválasztása
- idősebb
- érzés
- Series of
- szolgáltatás
- Szolgáltatások
- készlet
- beállítások
- számos
- Megosztás
- üzletek
- rövid
- kellene
- előadás
- kimutatta,
- Műsorok
- <p></p>
- Egyszerű
- egyszerűség
- egyszerűen
- egyetlen
- Webhely (ek)
- Méret
- Lassan
- kicsi
- So
- eddig
- Közösség
- Közösségi média
- Közösségi média bejegyzések
- Megoldások
- néhány
- valami
- forrás
- Hely
- szakember
- meghatározott
- sebesség
- kezdet
- kezdődött
- Startups
- Államok
- állomás
- statisztikai
- Lépései
- megáll
- megállt
- tárolás
- tárolni
- utca
- Húr
- stúdió
- Lenyűgöző
- ilyen
- támogatás
- Támogatott
- Támogatja
- biztos
- szimbólum
- rendszer
- táblázat
- Vesz
- bevétel
- feladatok
- íz
- csapat
- csapat
- Technológia
- Technológiai innováció
- sablon
- teszt
- szöveg
- hogy
- A
- a világ
- azok
- Őket
- téma
- akkor
- elmélet
- Ott.
- Ezek
- ők
- Harmadik
- ezt
- Keresztül
- idő
- Idősorok
- nak nek
- együtt
- jelképes
- tokenek
- szerszám
- szerszámok
- Végösszeg
- Tower
- Vonat
- kiképzett
- Képzések
- transzformátor
- fordít
- Fordítás
- Trillió
- utazás
- Triton
- megpróbál
- csipog
- kettő
- típus
- típusok
- tipikus
- ui
- alatt
- egységes
- egyedi
- egyetemi
- -ig
- Feltöltés
- us
- használ
- használati eset
- használt
- használó
- Felhasználók
- használ
- segítségével
- Vákuum
- érték
- Értékek
- fajta
- különféle
- változat
- verzió
- keresztül
- Vibe
- videó
- Videók
- Megnézem
- nézetek
- Virginia
- látomás
- Látogat
- látogató
- előző
- séta
- akar
- volt
- vízjel
- we
- háló
- webes szolgáltatások
- web-alapú
- weboldal
- hét
- Hetek
- JÓL
- Nyugati
- Mit
- Mi
- amikor
- ami
- míg
- lesz
- ablakok
- val vel
- belül
- nélkül
- szó
- szavak
- világ
- írás
- Igen
- te
- A te
- zephyrnet
- nulla