japanese-stablelm-instruct-ja_vocab-beta-7b-GPTQ-calib-ja-1k

stabilityaiさんが公開しているjapanese-stablelm-instruct-ja_vocab-beta-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から、 1kほどランダムサンプリングしたものと、
ELYZA-tasks-100のinput/outputを計200ほど追加しています。
mmnga/wikipedia-ja-20230720-1k

モデル一覧
GPTQ
mmnga/japanese-stablelm-base-ja_vocab-beta-7b-GPTQ-calib-ja-1k
mmnga/japanese-stablelm-instruct-ja_vocab-beta-7b-GPTQ-calib-ja-1k

GGUF
mmnga/japanese-stablelm-base-ja_vocab-beta-7b-gguf
mmnga/japanese-stablelm-instruct-ja_vocab-beta-7b-gguf

Usage

pip install auto-gptq==0.4.2 transformers

from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig
from transformers import AutoTokenizer

model_name_or_path = "mmnga/japanese-stablelm-instruct-ja_vocab-beta-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 = """<s>[INST] <<SYS>>
あなたは役立つアシスタントです。
<<SYS>>

与えられたことわざの意味を小学生でも分かるように教えてください。

情けは人のためならず [/INST] 
"""
print(tokenizer.decode(model.generate(**tokenizer(prompt, return_tensors="pt").to(model.device), max_length=128)[0]))