Uploaded model

Developed by: ryoto0175
License: apache-2.0
Finetuned from model : llm-jp/llm-jp-3-13b

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

'''python

必要なライブラリをインストール

%%capture !pip install unsloth !pip uninstall unsloth -y && pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git" !pip install -U torch !pip install -U peft

必要なライブラリを読み込み

from unsloth import FastLanguageModel from peft import PeftModel import torch import json from tqdm import tqdm import re from transformers import BitsAndBytesConfig

ベースとなるモデルと学習したLoRAのアダプタ（Hugging FaceのIDを指定）。

model_id = "llm-jp/llm-jp-3-13b" adapter_id = "ryoto0175/llm-jp-3-13b-v07-pt-it"

Hugging Face Token を指定。

HF_TOKEN = "your token" dtype = None # Noneにしておけば自動で設定

量子化

bnb_config = BitsAndBytesConfig( load_in_8bit=True, bnb_8bit_compute_dtype=torch.float16, bnb_8bit_use_double_quant=True, bnb_8bit_quant_type='nf8' )

FastLanguageModel インスタンスを作成

model, tokenizer = FastLanguageModel.from_pretrained( model_name=model_id, dtype=dtype, quantization_config=bnb_config, trust_remote_code=True, )

元のモデルにLoRAのアダプタを統合。

model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)

推論用データをアップロード

タスクとなるデータの読み込み。

事前にデータをアップロードしてください。

datasets = [] with open("./elyza-tasks-100-TV_0.jsonl", "r") as f: item = "" for line in f: line = line.strip() item += line if item.endswith("}"): datasets.append(json.loads(item)) item = ""

モデルを用いてタスクの推論。

推論するためにモデルのモードを変更

FastLanguageModel.for_inference(model)

results = [] for dt in tqdm(datasets): input = dt["input"]

prompt = f"""あなたは親切で、礼儀正しく、誠実なアシスタントです。 できるだけ役立つように指示に対して適切な回答を答えてください。

質問が意味をなさない場合、または事実に一貫性がない場合は、正しくないことに答えるのではなく、その理由を説明してください。質問の答えがわからない場合は、誤った情報を共有しないでください。計算問題は途中経過も出力してください。

指示:

{input}

回答:\n"""

inputs = tokenizer([prompt], return_tensors = "pt").to(model.device)
outputs = model.generate(
    **inputs,
    max_new_tokens = 2048,
    use_cache = True,
    do_sample=False,
    repetition_penalty=1.2
)
prediction = tokenizer.decode(outputs[0], skip_special_tokens=True).split('### 回答:\n')[-1]

results.append({"task_id": dt["task_id"], "input": input, "output": prediction})

結果をjsonlで保存。

json_file_id = re.sub(".*/", "", adapter_id) with open(f"/content/{json_file_id}_output.jsonl", 'w', encoding='utf-8') as f: for result in results: json.dump(result, f, ensure_ascii=False) f.write('\n') '''

ryoto0175
/

llm-jp-3-13b-v07-pt-it