実行手順

以下の手順に従うことで、Hugging Face上のモデル（llm-jp/llm-jp-3-13b + ShotaKaji/llm-jp-3-13b-finetune-3)を用いて入力データ（elyza-tasks-100-TV_0.jsonl)を推論し、その結果を{adapter_id}-outputs.jsonlというファイルに出力できます。

事前にHugging Face Tokenと、pythonの実行環境をご準備ください（Google ColabのL4 GPU環境での動作確認済み。推論時間は１５分程度です）

必要なライブラリをインストール

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

必要なライブラリを読み込み

from unsloth import FastLanguageModel
from peft import PeftModel
import torch
import json
from tqdm import tqdm
import re

Hugging Face Tokenを指定

以下の""の間に取得したHugging Faceトークンをコピー&ペーストします。

HF_TOKEN = ""

モデル, トークナイザーの読み込み

model_id = "llm-jp/llm-jp-3-13b"
adapter_id = "ShotaKaji/llm-jp-3-13b-finetune-3"

dtype = None 
load_in_4bit = True

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

model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)

タスクとなるデータの読み込み

事前にelyza-tasks-100-TV_0.jsonlというファイルからデータセットをロードしてください。

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 = ""

推論実行

FastLanguageModel.for_inference(model)

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

  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=1.3)
  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})

出力の保存

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

以上の手順で、{adapter_id}-outputs.jsonlというファイルに推論結果が書き出されます。