Update README.md

README.md

@@ -25,7 +25,9 @@ base_model:
 ```
 
 # 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」で使用可能です
++ 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
@@ -58,7 +60,7 @@ model, tokenizer = FastLanguageModel.from_pretrained(
 model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)
 
 # タスクとなるデータの読み込み。
-# 事前にデータをアップロードしてください。
+# 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 = ""
@@ -88,7 +90,6 @@ for dt in tqdm(datasets):
   results.append({"task_id": dt["task_id"], "input": input, "output": prediction})
 
 # 結果をjsonlで保存。
-# ここではadapter_idを元にファイル名を決定しているが、ファイル名は任意で問題なし。
 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: