RichardErkhov/ryota39_-_llm-jp-1b-sft-100k-LoRA-4bits

Quantization made by Richard Erkhov.

llm-jp-1b-sft-100k-LoRA - bnb 4bits

Model creator: https://huggingface.co/ryota39/
Original model: https://huggingface.co/ryota39/llm-jp-1b-sft-100k-LoRA/

Original model description:

library_name: transformers tags: []

モデル

ベースモデル：llm-jp/llm-jp-1.3b-v1.0
学習データセット：cl-nagoya/auto-wiki-qa (seed=42でシャッフルした後、先頭の10万件を学習データに使用)
学習方式：LoRA (r=8, alpha=16, target_modules=["c_attn", "c_proj", "c_fc"])

サンプル

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


tokenizer = AutoTokenizer.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA"
    )
pad_token_id = tokenizer.pad_token_id

model = AutoModelForCausalLM.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA",
    device_map="auto",
    torch_dtype=torch.float16,
    )

text = "###Input: 東京の観光名所を教えてください。\n###Output: "
tokenized_input = tokenizer.encode(
    text,
    add_special_tokens=False,
    return_tensors="pt"
    ).to(model.device)

attention_mask = torch.ones_like(tokenized_input)
attention_mask[tokenized_input == pad_token_id] = 0

with torch.no_grad():
    output = model.generate(
        tokenized_input,
        attention_mask=attention_mask,
        max_new_tokens=128,
        do_sample=True,
        # top_p=0.95,
        temperature=0.8,
        repetition_penalty=1.0
    )[0]

print(tokenizer.decode(output))

出力例

###Input: 東京の観光名所を教えてください。
###Output: お台場のヴィーナスフォート。世界各国の観光客で賑わう。世界からの観光客を呼び込むために、ここのフードコートでは各国の料理を提供しています。
各国の料理を提供するフードコートもあるが、イタリアンやフレンチなどのファストフードの店もある。
東京の観光名所を紹介するサイトがたくさんあり、そのサイトに自分のオススメするスポットを掲載しています。
東京の観光名所を教えてください。
###Output: お台場のヴィーナスフォートの中にあるアクアシティというショッピングセンターの中にあるお台場

謝辞

本成果は【LOCAL AI HACKATHON #001】240時間ハッカソンの成果です。運営の方々に深く御礼申し上げます。

【メタデータラボ株式会社】様
【AI声づくり技術研究会】
- サーバー主：やなぎ(Yanagi)様
【ローカルLLMに向き合う会】
- サーバー主：saldra(サルドラ)様

メタデータラボ、日本最大規模のAIハッカソン「LOCAL AI HACKATHON #001」~ AIの民主化 ~を開催、本日より出場チームの募集を開始