ベースモデル llm-jp/llm-jp-3-13b は、「Apache License 2.0」で公開されてます。
ただし、SFTに使用したデータセットがCC BY-NC-SAライセンスのため、モデルもそのライセンス条件を継承する必要があります。
- CC BY-NC-SAライセンスでは、以下の条件を満たしてください：
  1. 表示（BY）: データセットおよびモデルの著作者を明記してください。
  2. 非商用（NC）: 商用利用は許可されていません。
  3. 継承（SA）: 本モデルやその派生物を公開する場合は、同じCC BY-NC-SAライセンスで公開してください。

ELYZA-tasks-100-TVの出力を得るためのコード

本コードはGoogle Colabでの動作を想定
unsloth を使用
推論時間: 7:11 (7分11秒)

1.ライブラリのインストール

python

# 必要なライブラリをインストール
%%capture
!pip install unsloth
!pip uninstall unsloth -y && pip install --upgrade --no-cache-dir "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
!pip install -U torch
!pip install -U peft

2.ライブラリの読み込み、モデル名、アダプター名を指定

python

# 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
from google.colab import userdata

# 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 = "llm-jp/llm-jp-3-13b"
adapter_id = "Honejudo1234/llm-jp-3-13b-it-exp11_lora"

3.Hugging Face Token を設定

python

# 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"}
HF_TOKEN=userdata.get('HF_TOKEN')

4.ベースモデル、トークナイザーのロードとSFT済みアダプターの適用

python

# 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 # 今回は13Bモデルを扱うためTrue

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_id,
    dtype=dtype,
    load_in_4bit=load_in_4bit,
    trust_remote_code=True,
)

# 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)

5.elyza-tasks-100-TV_0.jsonl のアップロードと読み込み

事前にelyza-tasks-100-TV_0.jsonlを環境にアップロードしておく

python

# 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 = ""

6.推論の実行

python

# 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 = 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})

7.推論結果をjsonlファイルで保存

python

# 結果をjsonlで保存。

# ここではadapter_idを元にファイル名を決定しているが、ファイル名は任意で問題なし。
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')