---
base_model: llm-jp/llm-jp-3-13b
tags:
- text-generation-inference
- transformers
- unsloth
- llama
- trl
license:
- apache-2.0
- cc-by-sa-4.0
language:
- en
---
# Uploaded  model

- **Developed by:** RAYU555
- **License:** apache-2.0 cc-by-sa-4.0
- **Finetuned from model :** llm-jp/llm-jp-3-13b

# 出力方法

下記のコードを上から実行してください。

(使用ライブラリなどは適宜自身のpcにあったバージョンの物などをインストールしてから実行してください)

```
"""
本リポジトリのモデルを読み込んでから実行してください
"""

import json
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 = ""

# 学習したモデルを用いてタスクを実行
from tqdm import tqdm

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

  prompt = f"""### 指示\n{input}\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})

```

This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.

[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)


Used [ELYZA-tasks-100](https://huggingface.co/datasets/elyza/ELYZA-tasks-100) for fineturning.


ELYZA-tasks-100: 日本語instructionモデル評価データセット © 2023 Akira Sasaki and Masato Hirakawa and Shintaro Horie and Tomoaki Nakamura ([CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)
)