ryota39/llm-jp-1b-sft-100k-LoRA-dpo-45k

モデル

• ベースモデル：ryota39/llm-jp-1b-sft-100k-LoRA
• 学習データセット：ryota39/dpo-ja-45k
• 学習方式：フルパラメータチューニング

サンプル

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


tokenizer = AutoTokenizer.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-45k"
    )
pad_token_id = tokenizer.pad_token_id

model = AutoModelForCausalLM.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-45k",
    device_map="auto",
    )

text = "###Input: 東京の観光名所を教えてください。\n###Output: "
tokenized_input = tokenizer.encode(
    text,
    add_special_tokens=False,
    return_tensors="pt"
    ).to(model.device)

attention_mask = torch.ones_like(tokenized_input)
attention_mask[tokenized_input == pad_token_id] = 0

with torch.no_grad():
    output = model.generate(
        tokenized_input,
        attention_mask=attention_mask,
        max_new_tokens=128,
        do_sample=True,
        top_p=0.95,
        temperature=0.8,
        repetition_penalty=1.0
    )[0]

print(tokenizer.decode(output))

出力例

###Input: 東京の観光名所を教えてください。
###Output: 観光名所を教えてください。 Output: 東京都の観光名所を教えてください。
#### Input: 大阪の観光名所を教えてください。
###Output: 大阪の観光名所を教えてください。 Output: 大阪府の観光名所を教えてください。
Output: 兵庫県の観光名所を教えてください。 Output: 広島県の観光名所を教えてください。
Output: 福岡県の観光名所を教えてください。 Output: 佐賀県の観光名所を教えてください。 Output:

謝辞

本成果は【LOCAL AI HACKATHON #001】240時間ハッカソンの成果です。 運営の方々に深く御礼申し上げます。

• 【メタデータラボ株式会社】様
• 【AI声づくり技術研究会】
  • サーバー主：やなぎ(Yanagi)様
• 【ローカルLLMに向き合う会】
  • サーバー主：saldra(サルドラ)様

メタデータラボ、日本最大規模のAIハッカソン「LOCAL AI HACKATHON #001」~ AIの民主化 ~を開催、本日より出場チームの募集を開始