README.md

---
license: apache-2.0
language:
- en
- ja
pipeline_tag: text-generation
library_name: transformers
base_model: pfnet/plamo-2-1b
tags:
- mlx
---

# mlx-community/plamo-2-1b

The Model [mlx-community/plamo-2-1b](https://huggingface.co/mlx-community/plamo-2-1b) was
converted to MLX format from [pfnet/plamo-2-1b](https://huggingface.co/pfnet/plamo-2-1b)
using mlx-lm version **0.22.0**.

## Use with mlx

```bash
# numba is required for the new PLaMo tokenizer
pip install mlx numba 'mlx-lm>=0.22.0'
```

```bash
python -m mlx_lm.generate \                                                              
--model mlx-community/plamo-2-1b \ 
--prompt '美味しいカレーの作り方を紹介します。' \
--ignore-chat-template \
--max-tokens 1024 \
--extra-eos-token '<|plamo:bos|>' \
--temp 0.7 \
--seed 0
==========

スパイスの使い方からカレーの作り方まで詳しく解説します。
## カレーの作り方
**①材料を用意する**
塩を適量加えると、スパイシーな香りが広がります。
クミン、コリアンダーなどのスパイスを使うと、食欲をそそります。
**②スパイスを炒める**
スパイスは始めに少し入れるだけで、その後は徐々に加えます。
**③玉ねぎのみじん切りを炒める**
玉ねぎを炒めることで、甘みが引き出されます。
**④肉を炒める**
肉は薄くスライスして、スパイスとよく混ぜます。
**⑤野菜も炒める**
人参やジャガイモ、インゲンなども一緒に炒めます。野菜は炒める前にカットしておきましょう。
**⑥水を加える**
**⑦カレールーを加える**
**⑧出来上がり**
## カレーの味付け方法
**①肉を炒める**
肉は薄くスライスして、スパイスとよく混ぜます。
**②野菜も炒める**
野菜は炒める前にカットしておきましょう。
**③水を加える**
**④カレールーを加える**
## カレーには○○を入れよう
**①しょうゆ**
しょうゆを加えることで、まろやかでコクのある味になります。
**②にんにく**
にんにくを加えることで、香りと風味がアップします。
**③しょうが**
しょうがを加えることで、スパイシーな風味が加わります。
**④トマト缶**
トマト缶を加えることで、酸味が加わり、深みのある味わいになります。
**⑤ヨーグルト**
ヨーグルトを加えることで、コクがアップします。
## カレーのオススメの具材
**①肉**
牛肉、豚肉、鶏肉など、お好みの肉を使ってみましょう。
**②野菜**
人参、ジャガイモ、インゲンなど、お好みの野菜を使ってみましょう。
**③シーフード**
あさり、えび、いかなど、シーフードを使ってみましょう。
**④チーズ**
チーズを加えることで、クリーミーでコクのある味わいになります。
## カレーの美味しい作り方
**①材料を用意する**
塩を適量加えると、スパイシーな香りが広がります。
クミン、コリアンダーなどのスパイスを使うと、食欲をそそります。
**②スパイスを炒める**
スパイスは始めに少し入れるだけで、その後は徐々に加えます。
**③玉ねぎのみじん切りを炒める**
玉ねぎを炒めることで、甘みが引き出されます。
**④肉を炒める**
肉は薄くスライスして、スパイスとよく混ぜます。
**⑤野菜も炒める**
人参やジャガイモ、インゲンなども一緒に炒めます。野菜は炒める前にカットしておきましょう。
**⑥水を加える**
**⑦カレールーを加える**
**⑧出来上がり**
## まとめ
スパイスと野菜の組み合わせは、カレーの味わいを深めるのに欠かせません。
ぜひ今回紹介したレシピを参考に、美味しいカレーを作ってみてください。
==========
Prompt: 6 tokens, 87.012 tokens-per-sec
Generation: 496 tokens, 52.861 tokens-per-sec
Peak memory: 5.317 GB
```

You can also write your code to use this model like this:
```python
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/plamo-2-1b")

prompt = "美味しいカレーの作り方のレシピを紹介します。"

response = generate(model, tokenizer, prompt=prompt, verbose=True)
```