|
--- |
|
license: cc-by-nc-sa-4.0 |
|
language: |
|
- ja |
|
base_model: |
|
- llm-jp/llm-jp-3-13b |
|
--- |
|
# このモデルについて |
|
本モデルは、東京大学 松尾・岩澤研究室が運営する[LLM講座2024](https://weblab.t.u-tokyo.ac.jp/lecture/course-list/large-language-model/)で、最終課題コンペ用に提出したモデルです。 |
|
|
|
# ライセンス |
|
本モデルは学習に利用した以下のデータのライセンスの影響を受けます。 |
|
+ [ichikara-instruction-003-001-1, ichikara-instruction-003-003-1](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%E4%BD%9C%E6%88%90/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/) |
|
+ [elyza/ELYZA-tasks-100](https://huggingface.co/datasets/elyza/ELYZA-tasks-100) |
|
+ [sudy-super/CoTangent](https://huggingface.co/datasets/sudy-super/CoTangent) |
|
+ [GENIAC-Team-Ozaki/databricks-dolly-15k-ja-newans](https://huggingface.co/datasets/GENIAC-Team-Ozaki/databricks-dolly-15k-ja-newans/tree/main) |
|
|
|
# 環境構築 |
|
本コードはGoogle Colabでの動作を想定しています |
|
```python |
|
!pip uninstall unsloth -y |
|
!pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git" |
|
!pip install --upgrade torch |
|
!pip install --upgrade xformers |
|
``` |
|
|
|
# 推論の方法 |
|
+ 講座内で配布されたサンプルコード「Model_Inference_Template_unsloth_20241127.ipynb」が使用可能です |
|
+ 事前にGoogle Colabのフォルダに、elyza-tasks-100-TV_0.jsonlをアップロードしてください |
|
+ elyza-tasks-100-TVの問題を推論し、課題の成果として提出可能なフォーマットでjsonlファイルを生成します |
|
```python |
|
# 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 |
|
|
|
# ベースとなるモデルと学習したLoRAのアダプタ（Hugging FaceのIDを指定）。 |
|
model_id = "llm-jp/llm-jp-3-13b" |
|
adapter_id = "masaom/13_llm-jp-3-13b-it-elyza-ichikara1-ichikara3-CoTangent-dolly_lora" |
|
|
|
# Hugging Face Token を指定。 |
|
from google.colab import userdata |
|
HF_TOKEN=userdata.get('HF_TOKEN') |
|
|
|
# unslothのFastLanguageModelで元のモデルをロード。 |
|
dtype = None # Noneにしておけば自動で設定 |
|
load_in_4bit = True # 今回は13Bモデルを扱うためTrue |
|
|
|
model, tokenizer = FastLanguageModel.from_pretrained( |
|
model_name=model_id, |
|
dtype=dtype, |
|
load_in_4bit=load_in_4bit, |
|
trust_remote_code=True, |
|
) |
|
|
|
# 元のモデルにLoRAのアダプタを統合。 |
|
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をアップ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 = "" |
|
|
|
# モデルを用いてタスクの推論。 |
|
|
|
# 推論するためにモデルのモードを変更 |
|
FastLanguageModel.for_inference(model) |
|
|
|
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 = 2048, 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}) |
|
|
|
# 結果をjsonlで保存。 |
|
json_file_id = re.sub(".*/", "", adapter_id) |
|
with open(f"{json_file_id}_outputNo.jsonl", 'w', encoding='utf-8') as f: |
|
for result in results: |
|
json.dump(result, f, ensure_ascii=False) |
|
f.write('\n') |
|
``` |
