DataPilot_-_Llama3-ArrowSE-8B-v0.3-gguf

Quantization made by Richard Erkhov.

Github

Discord

Request more models

Llama3-ArrowSE-8B-v0.3 - GGUF

• Model creator: https://huggingface.co/DataPilot/
• Original model: https://huggingface.co/DataPilot/Llama3-ArrowSE-8B-v0.3/

Original model description:

license: llama3 language:

• ja

---

概要

elyza/Llama-3-ELYZA-JP-8Bを元にchat vectorを用いて改良しAItuberに特化させました。　gemini-proによる自動評価でそこそこ強いです(elyza-task100で3.81点)

また、当モデルの特徴としてハルシネーション率が5%以下という高い安定性と高性能の両立が挙げられます。

how to use

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

DEFAULT_SYSTEM_PROMPT = "あなたは誠実で優秀な日本人のアシスタントです。特に指示が無い場合は、常に日本語で回答してください。"
text = "優秀なAIとはなんですか？　またあなたの考える優秀なAIに重要なポイントを５つ挙げて下さい。"

model_name = "DataPilot/Llama3-ArrowSE-8B-v0.3"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto",
)
model.eval()

messages = [
    {"role": "system", "content": DEFAULT_SYSTEM_PROMPT},
    {"role": "user", "content": text},
]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
token_ids = tokenizer.encode(
    prompt, add_special_tokens=False, return_tensors="pt"
)

with torch.no_grad():
    output_ids = model.generate(
        token_ids.to(model.device),
        max_new_tokens=1200,
        do_sample=True,
        temperature=0.6,
        top_p=0.9,
    )
output = tokenizer.decode(
    output_ids.tolist()[0][token_ids.size(1):], skip_special_tokens=True
)
print(output)