from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

# ベースモデルとトークナイザーを読み込み
base_model = AutoModelForCausalLM.from_pretrained(
    "microsoft/Phi-4-mini-reasoning",
    torch_dtype="auto",
    device_map="auto",
    attn_implementation="eager",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("microsoft/Phi-4-mini-reasoning")

# LoRAアダプターを適用
model = PeftModel.from_pretrained(base_model, "eyepyon/rcPhi4miniR-finetuned")

# 推論
input_text = "### コンテキスト:\n[コンテキスト]\n\n### 質問:\n[質問]\n\n### 回答:\n"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=200, do_sample=True, temperature=0.7)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

入力フォーマット

### コンテキスト:
[背景情報]

### 質問:
[ユーザーの質問]

### 回答:
[期待される回答]

トレーニング設定

LoRAランク: 8
LoRA Alpha: 16
ターゲットモジュール: qkv_proj, o_proj, gate_up_proj, down_proj
学習率: 2e-4
バッチサイズ: 1 × 4 (gradient accumulation)
エポック数: 3

注意事項

Phi-4モデル使用のため attn_implementation="eager" が推奨されます
use_cache=False でトレーニングされています
グラディエントチェックポイント対応済み