Update README.md

README.md

@@ -28,7 +28,6 @@ This llama model was trained 2x faster with [Unsloth](https://github.com/unsloth
 # Instruction Tuning
 
 以下の日本語データセットで微調整を行いました:
-
 | Language | Dataset | Description |
 |:---|:---|:---|
 | Japanese | [ichikara-instruction-003-001-1.json](https://liat-aip.sakura.ne.jp/wp/llm%E3%81%AE%E3%81%9F%E3%82%81%E3%81%AE%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%A9%E3%82%AF%E3%82%B7%E3%83%A7%E3%83%B3%E3%83%87%E3%83%BC%E3%82%BF-%E5%85%AC%E9%96%8B/) | 手動構築の日本語指示データセット |
@@ -59,14 +58,15 @@ import re
 HF_TOKEN = "YOUR-HF-TOKEN"
 ```
 
-ベースのモデルと学習済みLoRAのアダプタ（Hugging FaceのIDを指定）。
+
 ```python
+# ベースのモデルと学習済みLoRAのアダプタ（Hugging FaceのIDを指定）。
 model_id = "llm-jp/llm-jp-3-13b"
 adapter_id = "KKFurudate/llm-jp-3-13b-v6_lora"
 ```
 
 ```python
-# unslothのFastLanguageModelで元のモデルをロード。
+# unslothのFastLanguageModelでベースのモデルをロード。
 dtype = None
 load_in_4bit = True
 
@@ -78,8 +78,9 @@ model, tokenizer = FastLanguageModel.from_pretrained(
 )
 ```
 
-ベースのモデルに学習済みLoRAのアダプタを統合。
+
 ```python
+# ベースのモデルに学習済みLoRAのアダプタを統合。
 model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)
 ```
 
@@ -95,8 +96,9 @@ with open("./YOUR-DATA.jsonl", "r") as f:
             item = ""
 ```
 
-モデルを用いてタスクの推論。
+
 ```python
+# モデルを用いてタスクの推論。
 FastLanguageModel.for_inference(model)
 
 results = []
@@ -113,8 +115,8 @@ for dt in tqdm(datasets):
   results.append({"task_id": dt["task_id"], "input": input, "output": prediction})
 ```
 
-結果をjsonlで保存。
 ```python
+# 結果をjsonlで保存。
 json_file_id = re.sub(".*/", "", adapter_id)
 with open(f"{outdir}/{json_file_id}_output.jsonl", 'w', encoding='utf-8') as f:
     for result in results: