yochimachika/llm-jp-3-13b-it-kai2_lora

Uploaded model

• Developed by: yochimachika
• 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.

ELYZA-tasks-100-TV 推論用コード

・本コードは、unslothで学習したqLoRAのアダプタ（本モデル）を用いて、llm-jp/llm-jp-3-13bと統合し、ELYZA-tasks-100-TVの出力を得ます。

（注意事項）

　本コードは、Google Colabでの動作を確認しておりますが、Omnicampusでの動作を想定しておりません。

※「運営」様のほうで、「Omnicampus向けのコードは別途用意しております。」とのことです。

以下、手順を説明します。

1. 必要なライブラリをインストールします。

%%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

2. 必要なライブラリを読み込みます。

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

3. ベースとなるモデル（下記では、"llm-jp/llm-jp-3-13b"として指定済み）と学習したLoRAのアダプタ（adapter_id）を指定します（本モデルのHugging FaceのIDを指定）。

model_id = "llm-jp/llm-jp-3-13b"
adapter_id = "yochimachika/llm-jp-3-13b-it-kai2_lora"

4. Hugging Face Token を指定します。

下記の URL から Hugging Face Token を取得できますので、下記 HF_TOKEN = ""の中に入れてください。

https://huggingface.co/settings/tokens

（備考）トークンにはREAD用とWRITE用があるようです。本コードの動作確認時には、READ用トークンを入れました。

HF_TOKEN = "" #@param {type:"string"}

5. unslothのFastLanguageModelで元のモデルをロードします。

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,
)

6. 元のモデルにLoRAのアダプタを統合します。

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

7. タスクとなるデータの読み込みます。

事前にデータをアップロードしてください（Google Colabでは、左側のエリアに"elyza-tasks-100-TV_0.jsonl"をドロップしました）。

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 = ""

8. モデルを用いてタスクを推論します。

# 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})

9. 結果をjsonlで保存します。

# 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')