Views
No views yet
| Model/metric | hellaswag_it acc_norm | arc_it acc_norm | m_mmlu_it 5-shot acc | Average |
|---|---|---|---|---|
| Minerva-3B-Instruct-v1.0 | 0.5197 | 0.3157 | 0.2631 | 0.366 |
| Minerva-3B-base-v1.0 | 0.5187 | 0.3045 | 0.2612 | 0.361 |
1 from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
2 import torch
3 torch.random.manual_seed(0)
4 # Run text generation pipeline with our next model
5 prompt = """Di seguito è riportata un'istruzione che descrive un'attività, abbinata ad un input che fornisce
6 ulteriore informazione. Scrivi una risposta che soddisfi adeguatamente la richiesta.
7
8 ### Istruzione:
9 Suggerisci un'attività serale romantica
10
11 ### Input:
12
13
14 ### Risposta:"""
15
16 model_id = "FairMind/Minerva-3B-Instruct-v1.0"
17 tokenizer = AutoTokenizer.from_pretrained(model_id)
18 model = AutoModelForCausalLM.from_pretrained(
19 model_id,
20 device_map="cuda",
21 torch_dtype="auto",
22 trust_remote_code=True,
23 )
24
25 generation_args = {
26 "max_new_tokens": 500,
27 "return_full_text": False,
28 "temperature": 0.0,
29 "do_sample": False,
30 }
31
32 pipe = pipeline(
33 "text-generation",
34 model=model,
35 tokenizer=tokenizer,
36 )
37
38 output = pipe(prompt, **generation_args)
39 print(output[0]['generated_text'])