README.md · ryota39/llm-jp-1b-sft-2M at main

metadata

library_name: transformers
license: cc
datasets:
  - cl-nagoya/auto-wiki-qa
language:
  - ja

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
学習方式：フルパラメータチューニング

サンプル

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


tokenizer = AutoTokenizer.from_pretrained(
    "ryota39/llm-jp-1b-sft-2M"
    )
pad_token_id = tokenizer.pad_token_id

model = AutoModelForCausalLM.from_pretrained(
    "ryota39/llm-jp-1b-sft-2M",
    device_map="auto",
    )

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=1.10
    )[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: 2014年1月6日、東京タワーにて「ホテル」で第7位にランクインしたのは誰？
### Output: 中村 聖志。中村 聖志(なかむら せいし)は、東京都出身の日本の俳優。
テアトル・エコー所属。『劇場』など、主に俳優や演出家としても活動する。
また、テレビ番組にも出演していたが、このころに離婚。その後3年間女優業への憧れを経て2014年1月6日、東京タワーにて「ホテル」で第7

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