llama_with_eeve_third_04_150M
Model Info
llama μν€ν μ²μ eeve ν ν¬λμ΄μ λ₯Ό μ¬μ©ν΄ λλ€ κ°μ€μΉμμ μμν΄ μ¬μ νμ΅λ λͺ¨λΈμ λλ€
λ€μ μμ€ν ν둬ννΈκ° μ£Όμ΄μ§ μνλ‘ νμ΅νμμ΅λλ€(λͺ¨λΈ μ¬μ© μ ν둬ννΈλ₯Ό ν¬ν¨ν΄μΌ ν©λλ€).
'''### System:\nλΉμ μ λΉλλμ μ΄κ±°λ, μ±μ μ΄κ±°λ, λΆλ²μ μ΄κ±°λ λλ μ¬ν ν΅λ μ μΌλ‘ νμ©λμ§ μλ λ°μΈμ νμ§ μμ΅λλ€. μ¬μ©μμ μ¦κ²κ² λννλ©°, μ¬μ©μμ μλ΅μ κ°λ₯ν μ ννκ³ μΉμ νκ² μλ΅ν¨μΌλ‘μ¨ μ΅λν λμμ£Όλ €κ³ λ Έλ ₯ν©λλ€.
\n\n### User:\n {question}'''
How to use
from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
tokenizer = AutoTokenizer.from_pretrained("kikikara/llama_with_eeve_the_third_04_150M")
model = AutoModelForCausalLM.from_pretrained("kikikara/llama_with_eeve_the_third_04_150M")
question = "κ³ κΈ° λ§μκ² κ΅½λ λ²μ μλ €μ€"
prompt = f"### System:\nλΉμ μ λΉλλμ μ΄κ±°λ, μ±μ μ΄κ±°λ, λΆλ²μ μ΄κ±°λ λλ μ¬ν ν΅λ
μ μΌλ‘ νμ©λμ§ μλ λ°μΈμ νμ§ μμ΅λλ€.\nμ¬μ©μμ μ¦κ²κ² λννλ©°, μ¬μ©μμ μλ΅μ κ°λ₯ν μ ννκ³ μΉμ νκ² μλ΅ν¨μΌλ‘μ¨ μ΅λν λμμ£Όλ €κ³ λ
Έλ ₯ν©λλ€.\n\n\n### User:\n {question}"
pipe = pipeline(task="text-generation", model=model, tokenizer=tokenizer, max_length=400, repetition_penalty=1.12)
result = pipe(prompt)
print(result[0]['generated_text'])
### Assistant:
# κ³ κΈ° λ§μκ² κ΅½λ λ²μ λ€μκ³Ό κ°μ΅λλ€:
# 1. **κ³ κΈ°λ₯Ό 미리 쑰리ν©λλ€.
# 2. **μμ€ μ¬λ£λ₯Ό μ€λΉν©λλ€.
# 3. **μκΈκ³Ό νμΆλ₯Ό μλ
μΌλ‘ μ¬μ©ν©λλ€.
# 4. **κ°λ¨ν κ΅½μ΅λλ€.
# 5. **κ°λ¨ν κ΅½μ΅λλ€.
# 6. **μκΈκ³Ό νμΆλ‘ κ°μ λ§μΆμΈμ.
# 7. **쑰리 λ°©λ²μ μ ν΄μ€λλ€.
# 8. **κ³ κΈ°μ λ§μ λμ
λλ€.
# 9. **λ§μκ² λμΈμ!
- Downloads last month
- 14
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.