Hugging Face's logo

Hizaneko
/
gemma-2-9b-nyan100

Transformers
Safetensors
Japanese
unsloth
Inference Endpoints
Model card Files Community
gemma-2-9b-nyan100 / README.md
Hizaneko's picture
Hizaneko
Update README.md
134b59a verified
preview code
|
raw
history blame
12.8 kB
metadata
library_name: transformers
tags:
  - unsloth
license: apache-2.0
datasets:
  - llm-jp/magpie-sft-v1.0
language:
  - ja
base_model:
  - google/gemma-2-9b

Model Card for Model ID

Model Details

Model Description

gemma-2-9b-nyan100

gemma-2-9b-nyan100 は、Google の Gemma-2-9b を基に、日本語の指示追従タスクに特化して微調整されたモデルです。本モデルは、特に日本語での指示応答や対話生成、文書要約などのタスクに優れた性能を発揮します。

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [Hizaneko]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [指示追従型大規模言語モデル (Instruction-Following LLM)]
  • Language(s) (NLP): [日本語]
  • License: [Gemma 利用規約 に従う]
  • Finetuned from model [optional]: [google/gemma-2-9b]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

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

Google Colab のデフォルトで入っているパッケージをアップグレード（Moriyasu さんありがとうございます）

!pip install --upgrade torch !pip install --upgrade xformers

notebookでインタラクティブな表示を可能とする（ただし、うまく動かない場合あり）

Google Colabでは実行不要

!pip install ipywidgets --upgrade

Install Flash Attention 2 for softcapping support

import torch if torch.cuda.get_device_capability()[0] >= 8: !pip install --no-deps packaging ninja einops "flash-attn>=2.6.3"

Hugging Face Token を指定

#HF_TOKEN = "" #@param {type:"string"}

あるいはGoogle Colab シークレットを使う場合、左のサイドバーより🔑マークをクリック

HF_TOKEN という名前で Value に Hugging Face Token を入れてください。

ノートブックからのアクセスのトグルをオンにし、下記の二行のコードのコメントアウトを外してください。

from google.colab import userdata HF_TOKEN=userdata.get('HF_TOKEN')

google/gemma-2-9bを4bit量子化のqLoRA設定でロード。

from unsloth import FastLanguageModel import torch #max_seq_length = 512 # unslothではRoPEをサポートしているのでコンテキスト長は自由に設定可能 max_seq_length = 1024 dtype = None # Noneにしておけば自動で設定 load_in_4bit = True # 今回は9Bモデルを扱うためTrue

HFからモデルリポジトリをダウンロード

!huggingface-cli login --token $HF_TOKEN !huggingface-cli download google/gemma-2-9b --local-dir gemma-2-9b/ model_id = "./gemma-2-9b" new_model_id = "gemma-2-9b-nyan100" #Fine-Tuningしたモデルにつけたい名前

FastLanguageModel インスタンスを作成

model, tokenizer = FastLanguageModel.from_pretrained( model_name=model_id, dtype=dtype, load_in_4bit=load_in_4bit, trust_remote_code=True, )

SFT用のモデルを用意

model = FastLanguageModel.get_peft_model( model, r = 32, target_modules = ["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj",], lora_alpha = 32, lora_dropout = 0.05, #lora_dropout = 0.1, bias = "none", use_gradient_checkpointing = "unsloth", random_state = 3407, use_rslora = False, loftq_config = None, max_seq_length = max_seq_length, )

from datasets import load_dataset

データセットのロード

dataset_name = "llm-jp/magpie-sft-v1.0" dataset = load_dataset(dataset_name)

データセットの10分の1を使用（train split前提）

train_length = len(dataset["train"]) #dataset["train"] = dataset["train"].select(range(train_length // 10)) dataset["train"] = dataset["train"].select(range(train_length // 100))

フォーマット整形関数の定義

def format_dataset(examples): conversations = examples["conversations"] # conversationsカラムを取得 user_inputs = [] assistant_outputs = []

for turn in conversations:
    if turn["role"] == "user":
        user_inputs.append(turn["content"])
    elif turn["role"] == "assistant":
        assistant_outputs.append(turn["content"])

input_text = " ".join(user_inputs)     # ユーザー発話を結合
output_text = " ".join(assistant_outputs)  # アシスタント発話を結合

return {
    "text": input_text,   # 入力部分
    "output": output_text # 出力部分
}

データセットを整形

formatted_dataset = dataset.map( format_dataset, num_proc=4, remove_columns=["conversations"] )

結果の表示

print(formatted_dataset)

プロンプトフォーマットの定義

prompt = """### 指示 {}

回答

{}"""

EOS_TOKEN = tokenizer.eos_token # トークナイザーのEOSトークン

プロンプト生成関数

def formatting_prompts_func(examples): input_text = examples["text"] output_text = examples["output"] formatted_text = prompt.format(input_text, output_text) + EOS_TOKEN return {"formatted_text": formatted_text}

プロンプト適用

final_dataset = formatted_dataset.map( formatting_prompts_func, num_proc=4 )

from trl import SFTTrainer from transformers import TrainingArguments from unsloth import is_bfloat16_supported

trainer = SFTTrainer( model = model, tokenizer = tokenizer, train_dataset=final_dataset["train"], max_seq_length = max_seq_length, dataset_text_field="formatted_text", packing = False, args = TrainingArguments( per_device_train_batch_size = 2, gradient_accumulation_steps = 4, num_train_epochs = 1, logging_steps = 10, warmup_steps = 10, save_steps=100, save_total_limit=2, max_steps=-1, learning_rate = 2e-4, #learning_rate = 1e-4, fp16 = not is_bfloat16_supported(), bf16 = is_bfloat16_supported(), group_by_length=True, seed = 3407, output_dir = "outputs", report_to = "none", ), )

trainer_stats = trainer.train()

ELYZA-tasks-100-TVの読み込み。事前にファイルをアップロードしてください

データセットの読み込み。

omnicampusの開発環境では、左にタスクのjsonlをドラッグアンドドロップしてから実行。

import json datasets = [] with open("/content/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 = ""

学習したモデルを用いてタスクを実行

from tqdm import tqdm

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"""### 指示\n{input}\n### 回答\n""" prompt = f"""### 指示\n{input} 簡潔に回答してください \n### 回答\n"""

inputs = tokenizer([prompt], return_tensors = "pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens = 512, use_cache = True, do_sample=False, repetition_penalty=1.2) prediction = tokenizer.decode(outputs[0], skip_special_tokens=True).split('\n### 回答')[-1]

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

jsonlで保存

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

#モデルとトークナイザーをHugging Faceにアップロード。

一旦privateでアップロードしてください。

最終成果物が決まったらpublicにするようお願いします。

現在公開しているModel_Inference_Template.ipynbはunslothを想定していないためそのままでは動かない可能性があります。

model.push_to_hub_merged( new_model_id, tokenizer=tokenizer, save_method="lora", token=HF_TOKEN, private=True )

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

データセット: llm-jp/magpie-sft-v1.0 データ量: 約50,000件の日本語サンプルのうちランダムに抽出した５０００件

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

LoRA 設定: r=32 lora_alpha=32 lora_dropout=0.05 バッチサイズ: デバイスごとに 2 勾配累積ステップ: 4 学習率: 2e-4 学習エポック数: 1

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [NVIDIA L4]
  • Hours used: [約１時間]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]