Uploaded model

Developed by: shokuma
License: apache-2.0
Finetuned from model : llm-jp/llm-jp-3-13b

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

概要

このコードはunslothを使用してqLoRAのアダプタを適用し、ELYZA-tasks-100-TVの推論を実行するためのものです。

実行環境

Google Colab GPUランタイム（推奨）

事前準備

１．Hugging Face トークンの取得

Hugging Faceのウェブサイト（https://huggingface.co/settings/tokens）にアクセス
トークンを生成し、コピーしておく

２．必要なファイル

elyza-tasks-100-TV_0.jsonl：推論用の入力データ
Hugging Faceにアップロード済みのLoRAアダプタ

実行手順

1. Google Colabの設定

ランタイムタイプをGPUに変更
ランタイム > ランタイムのタイプを変更 > GPUを選択

2. コードの設定

model_id変数：ベースモデルのID（デフォルト：llm-jp/llm-jp-3-13b）
adapter_id変数：学習済みLoRAアダプタのHugging Face ID（shokuma/llm-jp-3-13b-finetune1-unsloth_lora）
HF_TOKEN変数：取得したHugging Faceトークン

3. データの準備

elyza-tasks-100-TV_0.jsonlファイルをGoogle Colabの作業ディレクトリにアップロード

4. 実行

ノートブックのセルを上から順番に実行 ※ノートブックの内容は後述

出力

実行結果は{adapter_id}_output.jsonlとして保存されます出力ファイルには以下の形式でデータが含まれます：

{
    "task_id": "タスクID",
    "input": "入力テキスト",
    "output": "生成された回答"
}

注意事項

13Bモデルを使用するため、十分なGPUメモリが必要です
推論時にはload_in_4bit=Trueを使用して省メモリ化を図っています

ノードブックの内容

# %%
# 必要なライブラリをインストール
%%capture
!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

# %%
# 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 = "shokuma/llm-jp-3-13b-finetune1-unsloth_lora"

# %%
# Hugging Face Token を指定。
# 下記の URL から Hugging Face Token を取得できますので下記の HF_TOKEN に入れてください。
# https://huggingface.co/settings/tokens  
HF_TOKEN = "" #@param {type:"string"}

# %%
# 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。
# 事前にデータ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 = 512, 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。

# 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"/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')

shokuma
/

llm-jp-3-13b-finetune1-unsloth_lora