File size: 3,034 Bytes
6b8cfab 231f85a 6b8cfab 231f85a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 |
---
library_name: transformers
datasets:
- elyza/ELYZA-tasks-100
language:
- ja
base_model:
- llm-jp/llm-jp-3-13b
pipeline_tag: text-generation
---
## How to Uses
```python
# ライブラリのインストール
!pip install -U langchain-community langchain-huggingface vllm triton fugashi unidic-lite
# インストール
import json
import pandas as pd
from tqdm import tqdm
from transformers import pipeline
from langchain_community.llms import VLLM
from langchain.prompts import PromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain.schema.output_parser import StrOutputParser
# GitHub repositoryのclone
!git clone https://github.com/y-hiroki-radiotech/llm-final-task.git
%cd llm-final-task
# タスク別に設定したプロンプトを使うために、PromptStockクラスをインスタンス化
from prompt import PromptStock
prompt_stock = PromptStock()
# データのpandas形式で準備する
file_path = 'elyza-tasks-100-TV_0.jsonl' # ここにjsonlを指定する
data = pd.read_json(file_path, lines=True)
# データのinputに対して、タスクラベルを与える。タスクを8分類してある。
model_name = "hiroki-rad/bert-base-classification-ft"
classify_pipe = pipeline(model=model_name, device="cuda:0")
results: list[dict[str, float | str]] = []
for example in data.itertuples():
# モデルの予測結果を取得
model_prediction = classify_pipe(example.input)[0]
# 正解のラベルIDをラベル名に変換
results.append( model_prediction["label"])
data["label"] = results
# タスク回答のためのモデルをvLLMを使ってインストール
model_name = "hiroki-rad/llm-jp-llm-jp-3-13b-16-ft"
llm = VLLM(model=model_name,
quantization="awq")
# テンプレートの作成
template = """
ユーザー: 質問を良く読んで、適切な回答をしてください。
{context}
質問:{input}
回答:"""
prompt = PromptTemplate(
template=template,
input_variables=["context", "input"],
template_format="f-string"
)
# chainの作成
vllm_chain = prompt | llm
chain = (
RunnablePassthrough()
| vllm_chain
| StrOutputParser()
)
outputs = []
total_rows = len(data)
with tqdm(total=total_rows,
desc="Processing rows",
position=0,
leave=True
) as pbar:
for row in data.itertuples():
prompt_string = prompt_stock.get_prompt(row.label)
input_dict = {
"context": prompt_string,
"input": row.input
}
output = chain.invoke(input_dict)
outputs.append(output)
pbar.update(1)
# 出力
jsonl_data = []
for i in range(len(data)):
task_id = data.iloc[i]["task_id"]
output = outputs[i]
jsonl_object = {
"task_id": task_id,
"output": output
}
jsonl_data.append(jsonl_object)
with open("output.jsonl", "w") as outfile:
for entry in jsonl_data:
entry["task_id"] = int(entry["task_id"])
json.dump(entry, outfile)
outfile.write('\n') |