llama-2-7b-und-lora-2.7

Adapter info

This is an Lora adapter using dataset contains only 360 Vietnamese sentences and the "text" column in a format like:

  > \<s\>\[INST\] "Bạn bè có phúc cùng chia."\[\/INST\] Bạn bè có phúc cùng chia. Có họa trốn sạch chạy đi phương nào? Tay trắng làm nên… mấy chục ngàn bạc nợ. \<\/s\>

  or

  > \<s\>\[INST\] Ai bảo chăn trâu là khổ. \[\/INST\] Ai bảo chăn trâu là khổ. Tôi chăn chồng còn khổ hơn trâu. Trâu đi trâu biêt đường về. Chồng đi không biết dường về như trâu. \<\/s\>

## Training procedure
-
The following `bitsandbytes` quantization config was used during training:
- load_in_8bit: False
- load_in_4bit: True
- llm_int8_threshold: 6.0
- llm_int8_skip_modules: None
- llm_int8_enable_fp32_cpu_offload: False
- llm_int8_has_fp16_weight: False
- bnb_4bit_quant_type: nf4
- bnb_4bit_use_double_quant: False
- bnb_4bit_compute_dtype: float16

### Usage
-
  ```python
  import torch
  from peft import PeftModel    
  from transformers import AutoModelForCausalLM, AutoTokenizer, LlamaTokenizer, StoppingCriteria, StoppingCriteriaList, TextIteratorStreamer
  
  model_name = "NousResearch/llama-2-7b-chat-hf"
  adapters_name = "dtthanh/llama-2-7b-und-lora-2.7"
  
  print(f"Starting to load the model {model_name} into memory")
  
  m = AutoModelForCausalLM.from_pretrained(
      model_name,
      # base_model_name_or_path # NousResearch/llama-2-7b-chat-hf
      #load_in_4bit=True,
      torch_dtype=torch.bfloat16,
      device_map={"": 0}
  )

  m = PeftModel.from_pretrained(m, adapters_name)
  m = m.merge_and_unload()
  tok = AutoTokenizer.from_pretrained(model_name)
  tok.pad_token_id = 18610 # _***
  
  
  print(f"Successfully loaded the model {model_name} into memory")

- PEFT 0.4.0