JaneJohnDoe/llm-jp-3-13b-it

Uploaded model

• Developed by: JaneJohnDoe
• 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

このドキュメントでは、Hugging Face で公開されているモデル llm-jp/llm-jp-3-13b を使用して、与えられた入力データ ( elyza-tasks-100-TV_0.jsonl ) を推論し、その結果をファイルに出力する手順を説明します。

準備

1. 実行環境: Python が利用できる環境 (例: Google Colab、AWS SageMakerなど) を用意してください。
2. Hugging Face トークン: Hugging Face のアクセストークン ( HF_TOKEN ) を取得してください。

セットアップ

以下の手順で、必要なライブラリのインストールと、Hugging Face トークンの設定を行います。

1. ライブラリのインストール

!pip install -U bitsandbytes
!pip install -U transformers
!pip install -U accelerate
!pip install -U datasets
!pip install -U peft
!pip install ipywidgets --upgrade

2. Hugging Face トークンの設定

環境に合わせてトークンを設定します。Google Colab の例を以下に示します。

from google.colab import userdata
HF_TOKEN = userdata.get('HF_TOKEN')

モデルとトークナイザの読み込み

以下のコードを実行して、Hugging Face からモデルとトークナイザを読み込みます。

ここでは、効率的な推論のために量子化 (QLoRA) を適用しています。

import torch
from transformers import (
    AutoModelForCausalLM,
    AutoTokenizer,
    BitsAndBytesConfig,
)
import json
from tqdm import tqdm
import re

# モデルIDを設定
model_id = "llm-jp/llm-jp-3-13b"

# QLoRA用の設定
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
)

# モデルのロード
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    quantization_config=bnb_config,
    device_map="auto",
    token=HF_TOKEN
)

# トークナイザのロード
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True, token=HF_TOKEN)

入力データの準備

elyza-tasks-100-TV_0.jsonl ファイルからデータを読み込み、リストに格納します。

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 = ""

推論の実行

読み込んだデータセットの各データに対して、モデルで推論を実行します。

results = []
for data in tqdm(datasets):
    input_data = data["input"]

    prompt = f"""### 指示
{input_data}
### 回答
"""
    # 推論用の入力を作成
    tokenized_input = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt").to(model.device)
    attention_mask = torch.ones_like(tokenized_input)

    # 推論の実行
    with torch.no_grad():
        outputs = model.generate(
            tokenized_input,
            attention_mask=attention_mask,
            max_new_tokens=200,
            do_sample=False,
            repetition_penalty=1.2,
            pad_token_id=tokenizer.eos_token_id
        )[0]

    # 推論結果をデコード
    output = tokenizer.decode(outputs[tokenized_input.size(1):], skip_special_tokens=True)
    
    # 結果をリストに追加
    results.append({
        "input": input_data,
        "output": output
    })

出力結果の保存

推論結果を、モデルIDに基づいたファイル名 ( [model_id]-outputs.jsonl ) で保存します。

# モデルIDからファイル名を作成
jsonl_id = re.sub(".*/", "", model_id)

# 結果をファイルに保存
with open(f"./{jsonl_id}-outputs.jsonl", 'w', encoding='utf-8') as f:
    for result in results:
        json.dump(result, f, ensure_ascii=False)
        f.write('\n')

まとめ

上記の手順を実行することで、モデルによる推論結果が [model_id]-outputs.jsonl というファイルに保存されます。このファイルには、入力データとそれに対するモデルの出力が含まれます。