%%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

ライブラリの読み込み

インストール後、以下のライブラリを読み込みます。

python

from unsloth import FastLanguageModel
from peft import PeftModel
import torch
import json
from tqdm import tqdm
import re

モデルとアダプタの設定

ベースとなるモデルと学習したLoRAのアダプタを指定します。Hugging Faceのアクセストークンも必要です。

python

# 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 = "your_adapter_id_here"  # アダプタのIDを入力

# 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 = "your_hf_token_here"  # トークンを入力

モデルをロードし、アダプタを統合します。

python

# unslothのFastLanguageModelで元のモデルをロード。
max_seq_length = 2048  # unslothではRoPEをサポートしているのでコンテキスト長は自由に設定可能
dtype = None  # Noneにしておけば自動で設定

# 8ビット量子化の設定
quantization_config = BitsAndBytesConfig(
    load_in_8bit=True,
    # 必要に応じて他の設定も追加可能
)

# モデルのロード
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_id,
    dtype=dtype,
    quantization_config=quantization_config,  # 8ビット量子化の設定を渡す
    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)

データの準備

タスクとなるデータを読み込みます。事前にデータファイル（elyza-tasks-100-TV_0.jsonl）をアップロードしてください。

python

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 = ""

推論の実行

モデルを推論モードに設定し、各タスクに対して推論を行います。

python

# モデルを用いてタスク推論。

# 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_text = dt["input"]

    prompt = f"""### 指示
{input_text}
### 回答
"""

    inputs = tokenizer([prompt], return_tensors="pt").to(model.device)

    outputs = model.generate(**inputs, max_new_tokens=2048, 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_text, "output": prediction})

結果の保存

推論結果をJSONL形式で保存します。ファイル名は、任意の名前に変更可能です。

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')

注意事項

Hugging Face Tokenの管理: HF_TOKENは機密情報です。公開リポジトリにアップロードしないよう注意してください。
データの前処理: elyza-tasks-100-TV_0.jsonlファイルは適切にフォーマットされたJSONLファイルである必要があります。
モデルとアダプタの互換性: 使用するモデルとアダプタが互換性を持つことを確認してください。

Kitahata/llm-jp-3-13b-it-part2_lora

推論用コード README

概要

目次

前提条件

セットアップ

ライブラリのインストール

ライブラリの読み込み

モデルとアダプタの設定

データの準備

推論の実行

結果の保存

注意事項

Kitahata/
llm-jp-3-13b-it-part2_lora