llm-jp-3-13b-it

推論環境構築

推論にはunslothを使用しています。
下記コマンドにて必要な必要なパッケージをインストールする。

pip install unsloth
pip uninstall unsloth -y && pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git" 

torchのバージョンは下記のとおりです。

torch 2.5.1

実行手順

1. モデルのロード 下記コードにより、Huggingfaceからモデルをロードする。

from unsloth import FastLanguageModel
import torch
import json

model_name = "kobato391/llm-jp-3-13b-it"
max_seq_length = 2048
dtype = None
load_in_4bit = True

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = model_name,
    max_seq_length = max_seq_length,
    dtype = dtype,
    load_in_4bit = load_in_4bit,
    token = HF_TOKEN, # 自分のアクセストークンを入力してください
)
FastLanguageModel.for_inference(model)

1. データセットの準備

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 = ""

1. 推論実行

from tqdm import tqdm

# 推論
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 = 512, 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})

1. jsonlファイルを出力

with open(f"{YOUR_NAME}.jsonl", 'w', encoding='utf-8') as f:
    for result in results:
        json.dump(result, f, ensure_ascii=False)
        f.write('\n')