MMMio/llm-jp-3-13b-it

Uploaded model

• Developed by: MMMio
• 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.

README

モデル概要

本モデルは、日本語事前学習済みモデル llm-jp/llm-jp-3-13bに、ichikara-instruction: LLMのための日本語インストラクションデータを用いて Fine-Tuning したモデルです。

ライセンス

本モデルは、CC-BY-NC-SA ライセンスの下で公開されています。

1. 著作権表示 (BY): モデルを使用する場合は、必ず著作者にクレジットを付与してください。
2. 非商用 (NC): モデルの使用は非商用目的に限定されます。
3. 継承 (SA): このモデルを基にした成果物も CC-BY-NC-SA 4.0 の下で公開する必要があります。 元モデルは Apache 2.0 ライセンスの下で提供されており、Fine-Tune のデータセットは CC-BY-NC-SA 4.0 に基づいています。 結果として、このモデルは CC-BY-NC-SA 4.0 ライセンスに準じます。

使用方法

以下は、ELYZA-tasks-100-TV を出力するためのコードです。

from unsloth import FastLanguageModel
import torch, json
from tqdm import tqdm

model_name = "MMMio/llm-jp-3-13b-it"
# あなたの Huggingface トークン
HF_TOKEN = 'your_huggingface_token'

max_seq_length = 2048
dtype = None
load_in_4bit = True

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = model_name,
    max_seq_length = max_seq_length,
    dtype = dtype,
    load_in_4bit = load_in_4bit,
    token = HF_TOKEN,
)
FastLanguageModel.for_inference(model)

# 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。
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 = ""

# 推論
results = []
results_2 = []
for dt in tqdm(datasets):
  task_id = dt["task_id"]
  input = dt["input"]

  prompt = f"""### 指示\n{input}\n### 回答\n"""
  inputs = tokenizer([prompt], return_tensors = "pt").to(model.device)
  output = model.generate(**inputs, max_new_tokens = 512, use_cache = True, do_sample=False, repetition_penalty=1.2)
  prediction = tokenizer.decode(output[0], skip_special_tokens=True).split('\n### 回答')[-1]
  results_2.append({"task_id": task_id, "input": input, "output": prediction})

# ディレクトリを作成（存在しない場合）
filename = model_name.split('/')[-1]
with open(f"./{filename}_output.jsonl", mode='w', encoding='utf-8') as f:
    for result in results_2:
        json.dump(result, f, ensure_ascii=False)
        f.write('\n')