README.md

---
license: mit
---
# cyberagent-calm2-7b-GPTQ-calib-ja-1k 
[cyberagentさんが公開しているcalm2-7b-chat](https://huggingface.co/cyberagent/calm2-7b)を
日本語のキャリブレーションセットで生成したGPTQモデルになります。
  
キャリブレーションセットは[izumi-lab/wikipedia-ja-20230720](https://huggingface.co/datasets/izumi-lab/wikipedia-ja-20230720)から、
1kほどランダムサンプリングしたものと、  
[ELYZA-tasks-100](https://huggingface.co/datasets/elyza/ELYZA-tasks-100)のinput/outputを計200ほど追加しています。  
[mmnga/wikipedia-ja-20230720-1k](https://huggingface.co/datasets/mmnga/wikipedia-ja-20230720-1k)  

モデル一覧  
GPTQ  
[mmnga/cyberagent-calm2-7b-GPTQ-calib-ja-1k](https://huggingface.co/mmnga/cyberagent-calm2-7b-GPTQ-calib-ja-1k)  
[mmnga/cyberagent-calm2-7b-chat-GPTQ-calib-ja-1k](https://huggingface.co/mmnga/cyberagent-calm2-7b-chat-GPTQ-calib-ja-1k)  
    
GGUF  
[mmnga/cyberagent-calm2-7b-gguf](https://huggingface.co/mmnga/cyberagent-calm2-7b-gguf)  
[mmnga/cyberagent-calm2-7b-chat-gguf](https://huggingface.co/mmnga/cyberagent-calm2-7b-chat-gguf)  
  
## Usage

~~~Bash
pip install auto-gptq[triton]==0.4.2 transformers
~~~
  
~~~python
from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig
from transformers import AutoTokenizer

model_name_or_path = "mmnga/cyberagent-calm2-7b-GPTQ-calib-ja-1k"

# Tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True)

# Model
model = AutoGPTQForCausalLM.from_quantized(model_name_or_path, use_safetensors=True, device="cuda:0")

# Your test prompt
prompt = """今日の夕食のレシピをご紹介します。"""
print(tokenizer.decode(model.generate(**tokenizer(prompt, return_tensors="pt").to(model.device), max_length=128)[0]))
~~~