|
--- |
|
base_model: llm-jp/llm-jp-3-13b |
|
tags: |
|
- text-generation-inference |
|
- transformers |
|
- unsloth |
|
- llama |
|
- trl |
|
license: other |
|
language: |
|
- en |
|
- ja |
|
datasets: |
|
- Aratako/Magpie-Tanuki-8B-annotated-96k |
|
- tohoku-nlp/abc-multiple-choice |
|
--- |
|
|
|
# Uploaded model |
|
|
|
- **Developed by:** rlcgn589 |
|
- **License:** other |
|
- **Finetuned from model :** llm-jp/llm-jp-3-13b |
|
|
|
This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library. |
|
|
|
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth) |
|
|
|
# Usage(Code for inference) |
|
本モデルを用いてELYZA-tasks-100-TVの出力を得るためのコードです。 |
|
なお、[松尾研LLM講座2024](https://weblab.t.u-tokyo.ac.jp/lecture/course-list/large-language-model/)の最終コンペ課題の提出物を得ることを目的としたコードです。そのため、コンペの評価用途以外は使用禁止とします。 |
|
このコードで生成されたjsonlファイルは課題の成果として提出可能なフォーマットになっています。 |
|
|
|
## 環境構築 |
|
omnicampusとGoogle Colab下での環境構築方法は以下の通りです。 |
|
### omnicampus |
|
omnicampus環境下で事前にterminalで環境構築の必要があります。 |
|
``` |
|
# conda環境の構築 |
|
wget "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh" |
|
|
|
# このコマンドではいくつか質問があるので答えて下さい |
|
bash Miniforge3-$(uname)-$(uname -m).sh |
|
|
|
# 以下、インストール先が/root/miniforge3であることを前提とします |
|
export PATH=/root/miniforge3/bin:$PATH |
|
conda init |
|
|
|
# ここで一度、terminalを立ち上げ直す必要があります。 |
|
# 以下のリンク先に従い環境を作ります |
|
# https://docs.unsloth.ai/get-started/installation/conda-install |
|
conda create --name unsloth_env python=3.10 pytorch-cuda=12.1 pytorch cudatoolkit xformers -c pytorch -c nvidia -c xformers -y |
|
conda activate unsloth_env |
|
pip install "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git" |
|
pip install --no-deps "trl<0.9.0" peft accelerate bitsandbytes |
|
|
|
# jupyter notebook用のセットアップ。 |
|
conda install -c conda-forge ipykernel -y |
|
python -m ipykernel install --user --name=unsloth_env --display-name "Python (unsloth_env)" |
|
``` |
|
|
|
### Google Colab |
|
Google Colab環境下で推論前に環境構築の必要があります。 |
|
以下に示す推論用コードはRuntime TypeとしてPython 3、Hardware acceleratorとしてT4 GPU以上を想定しています。 |
|
|
|
``` |
|
!pip install unsloth |
|
!pip uninstall unsloth -y && pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git" |
|
!pip install -U torch |
|
!pip install -U peft |
|
``` |
|
|
|
## 推論用コードの実行 |
|
```python |
|
# 必要なライブラリを読み込み |
|
from unsloth import FastLanguageModel |
|
from peft import PeftModel |
|
import torch |
|
import json |
|
from tqdm import tqdm |
|
import re |
|
|
|
# ベースとなるモデルと学習したLoRAのアダプタ。 |
|
# model_idの値はomnicampusの環境におけるモデルのパスを表しており、それ以外の環境で実行する場合は変更の必要があります。 |
|
model_id = "models/models--llm-jp--llm-jp-3-13b/snapshots/cd3823f4c1fcbb0ad2e2af46036ab1b0ca13192a" # omnicampus環境の場合 |
|
model_id = "llm-jp/llm-jp-3-13b" # Google Colab環境の場合 |
|
adapter_id = "rlcgn589/llm-jp-3-13b-it-12_lora" |
|
|
|
# Hugging Face Token を指定。 |
|
HF_TOKEN = "your Hugging Face Token" # omnicampus環境の場合 |
|
|
|
from google.colab import userdata |
|
HF_TOKEN = userdata.get('HF_TOKEN') # Google Colab環境の場合 |
|
|
|
# unslothのFastLanguageModelで元のモデルをロード。 |
|
dtype = None # Noneにしておけば自動で設定 |
|
load_in_4bit = True # 今回は13Bモデルを扱うためTrue |
|
|
|
model, tokenizer = FastLanguageModel.from_pretrained( |
|
model_name=model_id, |
|
dtype=dtype, |
|
load_in_4bit=load_in_4bit, |
|
trust_remote_code=True, |
|
) |
|
|
|
# 元のモデルにLoRAのアダプタを統合。 |
|
model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN) |
|
|
|
# データセットの読み込み。 |
|
# omnicampusの開発環境では、左にタスクのjsonlをドラッグアンドドロップしてから実行。 |
|
# Google Colab環境下では、左のファイルアイコンをクリックしタスクのjsonlをドラッグアンドドロップしてから実行。 |
|
datasets = [] |
|
with open("./elyza-tasks-100-TV_0.jsonl", "r") as f: |
|
item = "" |
|
for line in f: |
|
line = line.strip() |
|
item += line |
|
if item.endswith("}"): |
|
datasets.append(json.loads(item)) |
|
item = "" |
|
|
|
# モデルを用いてタスクの推論。 |
|
|
|
# 推論するためにモデルのモードを変更 |
|
FastLanguageModel.for_inference(model) |
|
|
|
results = [] |
|
for dt in tqdm(datasets): |
|
input = dt["input"] |
|
|
|
prompt = f"""### 指示\n{input}\n### 回答\n""" |
|
|
|
inputs = tokenizer([prompt], return_tensors = "pt").to(model.device) |
|
|
|
outputs = model.generate(**inputs, max_new_tokens = 1024, use_cache = True, do_sample=False, repetition_penalty=1.2) |
|
prediction = tokenizer.decode(outputs[0], skip_special_tokens=True).split('\n### 回答')[-1] |
|
|
|
results.append({"task_id": dt["task_id"], "input": input, "output": prediction}) |
|
|
|
# 結果をjsonlで保存。 |
|
jsonl_id = re.sub(".*/", "", adapter_id) |
|
with open(f"./{jsonl_id}-outputs.jsonl", 'w', encoding='utf-8') as f: |
|
for result in results: |
|
json.dump(result, f, ensure_ascii=False) # ensure_ascii=False for handling non-ASCII characters |
|
f.write('\n') |
|
``` |
|
|
|
## Datasets |
|
|
|
### Instruction tuning |
|
本モデルは以下のデータセットでファインチューニングしました。 |
|
|
|
| Language | Dataset | description | |
|
|:---|:---|:---| |
|
|Japanese| Aratako/Magpie-Tanuki-8B-annotated-96k | MagpieとTanuki-8B-dpo-v1.0で作成されたデータにcalm3-22bでアノテーションを施した合成データを一部使用 | |
|
|Japanese| tohoku-nlp/abc-multiple-choice | オリジナルの4択の選択肢問題を一部加工（クイズと回答は変えていない） | |
|
|
|
### Data Source |
|
ファインチューニング用のデータセット作成に作成者が使用したモデルとツールを示します。データを使わせていただきありがとうございます。 |
|
|
|
#### Tanuki-8B-dpo-v1.0 |
|
https://huggingface.co/weblab-GENIAC/Tanuki-8B-dpo-v1.0 |
|
|
|
#### Magpie |
|
```tex |
|
@misc{xu2024magpiealignmentdatasynthesis, |
|
title={Magpie: Alignment Data Synthesis from Scratch by Prompting Aligned LLMs with Nothing}, |
|
author={Zhangchen Xu and Fengqing Jiang and Luyao Niu and Yuntian Deng and Radha Poovendran and Yejin Choi and Bill Yuchen Lin}, |
|
year={2024}, |
|
eprint={2406.08464}, |
|
archivePrefix={arXiv}, |
|
primaryClass={cs.CL}, |
|
url={https://arxiv.org/abs/2406.08464}, |
|
} |
|
``` |
|
|
|
#### CyberAgentLM3-22B-Chat |
|
```tex |
|
@misc{cyberagent-calm3-22b-chat, |
|
title={cyberagent/calm3-22b-chat}, |
|
url={https://huggingface.co/cyberagent/calm3-22b-chat}, |
|
author={Ryosuke Ishigami}, |
|
year={2024}, |
|
} |
|
``` |
|
|
|
#### abc-multiple-choice |
|
https://github.com/cl-tohoku/abc-multiple-choice |
|
https://jedworkshop.github.io/JLR2024/materials/a-1.pdf |
|
|
|
abc-multiple-choiceのライセンスに関する記載を抜粋して記します。 |
|
- 本データセットのクイズ問題の著作権は abc/EQIDEN 実行委員会 に帰属します。 |
|
- 本データセットは研究目的での利用許諾を得ているものです。商用目的での利用は不可とします。 |
