---
language:
    - ja
    - en
tags:
    - llm
    - question answering
    - text generation
---

LLM-JP-3-13B ファインチューニングモデル

# モデル詳細

    ベースモデル: llm-jp/llm-jp-3-13b
    アダプターモデル 1: nmczzi/llm-jp-3-13b-finetune-4
    アダプターモデル 2: nmczzi/llm-jp-3-13b-finetune-4-dpo-2
    アダプターモデル 3: nmczzi/llm-jp-3-13b-finetune-4-dpo-2-plus
    量子化: 4ビット量子化 (QLoRA)


# インストール
必要なパッケージのインストール：

pip install -U bitsandbytes transformers accelerate datasets peft

# 使用方法
以下は、モデルの基本的な使用例です：
```
from transformers import (
    AutoModelForCausalLM,
    AutoTokenizer,
    BitsAndBytesConfig,
)
from peft import PeftModel
import torch

HF_TOKEN = "AVAILABLE YOUR-HF-TOKEN"

model_name = "llm-jp/llm-jp-3-13b"
adapter_name = "r-yuba62/llm-jp-3-13b-finetune"

bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
)

# モデルとトークナイザーをロード
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    quantization_config=bnb_config,
    device_map="auto",
    token=HF_TOKEN
)

tokenizer = AutoTokenizer.from_pretrained(
    model_name, 
    trust_remote_code=True, 
    token=HF_TOKEN
)

# PEFTアダプターを適用
model = PeftModel.from_pretrained(model, adapter_name, token=HF_TOKEN)

def get_response(input_text):
    prompt = f"""### 指示
    {input_text}
    ### 回答：
    """
    # トークナイズ処理
    tokenized_input = tokenizer(
        prompt,
        return_tensors="pt",
        padding=True,
        truncation=True,
        max_length=512
    )

    input_ids = tokenized_input["input_ids"].to(model.device)
    attention_mask = tokenized_input["attention_mask"].to(model.device)

    # モデル生成
    with torch.no_grad():
        outputs = model.generate(
            input_ids=input_ids,
            attention_mask=attention_mask,
            max_new_tokens=512,
            do_sample=False,
            repetition_penalty=1.2,
            pad_token_id=tokenizer.eos_token_id
        )

    # 出力のデコード
    output_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return output_text

input_text = "xxxを教えてください"
response = get_response(input_text)
print(response)
```