File size: 2,332 Bytes
80b41ef e5f6635 3087b57 b4c2a74 933ff37 b4c2a74 e5f6635 b4c2a74 e5f6635 b4c2a74 e5f6635 b4c2a74 933ff37 e5f6635 b4c2a74 933ff37 e5f6635 933ff37 e5f6635 933ff37 e5f6635 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 |
---
license: apache-2.0
inference: false
language: ja
---
## 概要
「LOCAL AI HACKATHON」における、チームDataPilot初めての成果品です。Line社が開発した「japanese-large-lm-1.7b-instruction-sft」をウィキブックの内容をもとに地理、化学の分野でファインチューニングを行いました。
## how to use
```python
import torch
from transformers import AutoModelForSequenceClassification
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline #transformerとtorchがインストールされていることを前提とします。
model = AutoModelForCausalLM.from_pretrainedmodel = AutoModelForCausalLM.from_pretrained("DataPilot/ArrowSmart_1.7b_instant_sft")
tokenizer = AutoTokenizer.from_pretrained("DataPilot/ArrowSmart_1.7b_instant_sft")
generator = pipeline("text-generation", model=model, tokenizer=tokenizer, device=0)
torch.cuda.empty_cache()
input_text = """有機物とは"""
text = generator(
f"ユーザー: {input_text} システム: ",
max_length = 100,
do_sample = True,
temperature = 0.7,
top_p = 0.9,
top_k = 0,
repetition_penalty = 1.1,
num_beams = 1,
pad_token_id = tokenizer.pad_token_id,
num_return_sequences = 1,
)
print(text)
```
## トークン化:
ユニグラム言語モデルとバイトフォールバックを備えたセンテンスピーストークナイザー(sentencepiece tokenizer)を使用します。日本語トークナイザーによる事前トークン化は適用されません。したがって、ユーザーは生の文をトークナイザーに直接フィードできます。
## ライセンス：
当LLMはオープンソースソフトウェアです。詳しくは下記のリンクをご覧ください。
https://www.apache.org/licenses/LICENSE-2.0
## 謝辞：
機材を貸していただいた Witnessさん 、このような機会を与えてくださった さるどらさん 、その他助言を与えてくださった「ローカルLLMに向き合う会」のみなさま、そしてすべてのステークホルダーの皆様に感謝を申し上げます。
witnessさん：https://twitter.com/i_witnessed_it
さるどらさん：https://twitter.com/sald_ra
ローカルLLMに向き合う会：https://discord.com/invite/VuYCYkYaHK |