OsakanaTeishoku
commited on
Update README.md
Browse files
README.md
CHANGED
@@ -6,17 +6,34 @@ tags:
|
|
6 |
- unsloth
|
7 |
- llama
|
8 |
- trl
|
9 |
-
license: apache-2.0
|
10 |
language:
|
11 |
-
-
|
12 |
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
|
14 |
# Uploaded model
|
15 |
|
16 |
- **Developed by:** OsakanaTeishoku
|
17 |
-
- **License:**
|
18 |
- **Finetuned from model :** llm-jp/llm-jp-3-13b
|
19 |
|
20 |
This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
21 |
|
22 |
-
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
|
|
|
6 |
- unsloth
|
7 |
- llama
|
8 |
- trl
|
|
|
9 |
language:
|
10 |
+
- ja
|
11 |
---
|
12 |
+
# はじめに
|
13 |
+
これは,東京大学松尾・岩澤研究室のLLM講座2024のコンペティションで提出するためのモデルです.
|
14 |
+
llm-jp/llm-jp-3-13bに,QLoRAによるSFTを施して,LoRAアダプタのみをこちらにアップしています.
|
15 |
+
chat templateは,weblab-GENIAC/Tanuki-8B-dpo-v1.0のものと同一のものを使用しています.
|
16 |
+
|
17 |
+
# 推論方法
|
18 |
+
提供された環境で,以下のように推論します.L4 GPU×1のインスタンスで,vLLMを用いて推論します.
|
19 |
+
Jupyter Notebookで,一かたまりごとに一つのセルになっています.順番に実行してください.
|
20 |
+
```python
|
21 |
+
a
|
22 |
+
```
|
23 |
+
|
24 |
+
|
25 |
+
|
26 |
+
|
27 |
+
|
28 |
+
|
29 |
+
|
30 |
|
31 |
# Uploaded model
|
32 |
|
33 |
- **Developed by:** OsakanaTeishoku
|
34 |
+
- **License:** cc-by-nc-sa-4.0
|
35 |
- **Finetuned from model :** llm-jp/llm-jp-3-13b
|
36 |
|
37 |
This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
38 |
|
39 |
+
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
|