gemma-2-9b-base71_lora

Uploaded model

• Developed by: Naoya Murakami (naoa)
• License: apache-2.0
• Finetuned from model : google/gemma-2-9b

This gemma2 model was trained 2x faster with Unsloth and Huggingface's TRL library.

<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>

利用データセット

• magpie-sft-v1.0

https://huggingface.co/datasets/llm-jp/magpie-sft-v1.0

Author: Hirokazu Kiyomaru and Takashi Kodama. License: Apache License 2.0

上記のデータの一部をQwen2.5-32B-Instructにより独自データ拡張。

• Qwen2.5-32B-Instructによる独自合成データ

https://huggingface.co/Qwen/Qwen2.5-32B-Instruct

ELYZA-tasks-100のタスクを元に独自に簡単なタスクを定義をし、Qwen2.5-32B-Instructにより独自データを生成。

なお、ELYZA-tasks-100のタスク自体は直接シードプロンプトとして用いていない。

https://huggingface.co/datasets/elyza/ELYZA-tasks-100

ELYZA-tasks-100: 日本語instructionモデル評価データセット Akira Sasaki and Masato Hirakawa and Shintaro Horie and Tomoaki Nakamura

例:
物語の順序並べ替えタスク: 複数の文で構成される物語が、文の順番をランダムにした状態で提示されます。提示された文を、物語として適切な順番に並べ替えるタスクです。

推論用コード

本コードはunslothで学習したqLoRAのアダプタを用いてELYZA-tasks-100-TV(大規模言語モデル講座2024の独自データセット)の出力を得るためのコードです。

大規模言語モデル講座2024 https://weblab.t.u-tokyo.ac.jp/lecture/course-list/large-language-model/

このコードはunslothライブラリを用いてモデルを読み込み、推論するためのコードとなります。

※本コードはGoogle Colabでの動作を想定しております。

# 必要なライブラリをインストール
%%capture
!pip uninstall unsloth -y
!pip install -q --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/niryuu/unsloth.git@use-exact-model-name"

※ unslothの Gemma2のモデルは、unsloth/gemma-2-*bの独自モデルでダウンロードされるため、指定したモデル名のものをダウンロードする拡張した有志の方のブランチを使う必要があります。

# Google Colab のデフォルトで入っているパッケージをアップグレード
!pip install --upgrade torch
!pip install --upgrade xformers

# Hugging Face Token を指定。
# 下記の URL から Hugging Face Token を取得できますので下記の HF_TOKEN に入れてください。
# https://huggingface.co/settings/tokens
HF_TOKEN = "" #@param {type:"string"}

# 以下は、Google Colabでモデルをキャッシュしたい場合に利用
# Google Driveをマウント
from google.colab import drive
drive.mount('/content/drive')

# cache_dirをGoogle Drive上に設定
cache_dir = "/content/drive/MyDrive/hf_cache"

# ベースとなるモデルと学習したLoRAのアダプタ（Hugging FaceのIDを指定）。
model_id = "google/gemma-2-9b"
adapter_id = "naoa/gemma-2-9b-base71_lora"

# 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

# 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

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_id,
    dtype=dtype,
    load_in_4bit=load_in_4bit,
    trust_remote_code=True,
    use_exact_model_name=True,
    cache_dir=cache_dir # Googleドライブを設定していない場合、コメントアウト
)

※ use_exact_model_nameは上記拡張したブランチでのみ有効です。

# 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)

# タスクとなるデータの読み込み。
# 事前にデータをアップロードしてください。
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。

json_file_id = re.sub(".*/", "", adapter_id)
with open(f"/content/{json_file_id}_output.jsonl", 'w', encoding='utf-8') as f:
    for result in results:
        json.dump(result, f, ensure_ascii=False)
        f.write('\n')