llm-jp-3-13b-finetune

LLM-JP-3-13B-FineTune

概要

LLM-JP-3-13B-FineTune は、オープンソースの日本語モデル LLM-JP-3-13B を基にファインチューニングした言語モデルです。このモデルは、LoRA (Low-Rank Adaptation) を用いた効率的なファインチューニング手法を活用して構築されています。

ファインチューニングには、Ichikara Instruction Dataset を用いています。データセットはCC-BY-NC-SAライセンスに準拠しており、商用利用は制限されています。

主な特徴

• ベースモデル: LLM-JP-3-13B
• ファインチューニング手法: LoRA (Low-Rank Adaptation)
• 学習データ: Ichikara Instruction Dataset
• 量子化設定: 4-bit量子化 (NF4形式)
• 使用可能なトークナイザー: LLM-JP用トークナイザー
• 用途: 日本語の指示応答タスク

モデルの構築方法

モデル読み込み

以下のコードでベースモデルをロードし、量子化設定を適用します。

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import LoraConfig, get_peft_model
from bitsandbytes import BitsAndBytesConfig
import torch

# ベースモデルのID
base_model_id = "llm-jp/llm-jp-3-13b"

# 量子化設定
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
)

# モデルとトークナイザーの読み込み
model = AutoModelForCausalLM.from_pretrained(
    base_model_id,
    quantization_config=bnb_config,
    device_map="auto",
)

tokenizer = AutoTokenizer.from_pretrained(base_model_id, trust_remote_code=True)

LoRA設定

LoRAによる効率的なファインチューニングを設定します。

# ターゲットモジュールを特定
modules = ["q_proj", "v_proj"]  # モデルに応じて変更

# LoRA設定
peft_config = LoraConfig(
    r=16,
    lora_alpha=32,
    lora_dropout=0.05,
    bias="none",
    task_type="CAUSAL_LM",
    target_modules=modules,
)

model = get_peft_model(model, peft_config)

学習データの準備

学習には Ichikara Instruction Dataset を利用しました。

from datasets import load_dataset

# データセットをロード
dataset = load_dataset("json", data_files="./ichikara-instruction-003-001-1.json")

# プロンプトフォーマット
prompt = """### 指示
{}
### 回答
{}"""

# プロンプトをデータに適用
def formatting_prompts_func(examples):
    input = examples["text"]
    output = examples["output"]
    text = prompt.format(input, output) + tokenizer.eos_token
    return {"formatted_text": text}

dataset = dataset.map(formatting_prompts_func, num_proc=4)

学習の設定と実行

transformers ライブラリの TrainingArguments を使用して学習を実行します。

from transformers import TrainingArguments
from trl import SFTTrainer

training_arguments = TrainingArguments(
    output_dir="llm-jp-3-13b-finetune",
    per_device_train_batch_size=1,
    gradient_accumulation_steps=2,
    optim="paged_adamw_32bit",
    num_train_epochs=1,
    logging_strategy="steps",
    logging_steps=10,
    save_steps=100,
    save_total_limit=2,
    learning_rate=5e-5,
    fp16=False,
    bf16=False,
    group_by_length=True,
)

trainer = SFTTrainer(
    model=model,
    train_dataset=dataset["train"],
    peft_config=peft_config,
    max_seq_length=512,
    dataset_text_field="formatted_text",
    tokenizer=tokenizer,
    args=training_arguments,
)

trainer.train()

推論

学習済みモデルを用いて推論を実行します。

from transformers import pipeline

def generate_response(input_text):
    prompt = f"""### 指示
{input_text}
### 回答
"""
    inputs = tokenizer.encode(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(
        inputs,
        max_new_tokens=100,
        do_sample=False,
        pad_token_id=tokenizer.eos_token_id
    )
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

response = generate_response("このモデルについて教えてください。")
print(response)

モデルカード (Model Card)

Model Card for Model ID

Model Details

• Developed by: Hayato Ootake
• Model type: LoRA Fine-Tuned Japanese Language Model
• Language(s): Japanese
• License: CC-BY-NC-SA
• Finetuned from model: LLM-JP-3-13B

Model Sources

• Repository: Hugging Face
• Dataset: Ichikara Instruction Dataset

Uses

Direct Use

• Generating responses to Japanese instructions
• Fine-tuned text generation tasks

Out-of-Scope Use

• Tasks requiring real-time or commercial-grade performance
• Any application involving commercial use (as restricted by the dataset license)

Bias, Risks, and Limitations

This model is trained on specific datasets and may reflect biases present in the data. It is intended for research purposes and may not generalize well to all tasks or domains.

ライセンス

• 本モデルは CC-BY-NC-SA ライセンスに準拠します。
• 商用利用は許可されていません。

注意事項

• Ichikara Instruction Dataset の利用には事前申請が必要です。
• モデルは研究目的での利用を想定しています。

開発者

このモデルは Hayato Ootake によって開発されました。