from unsloth import FastLanguageModel
import torch
import json

# モデルの名前を指定
model_name = "iodine2/llm-jp-3-13b-it"

# モデル設定
max_seq_length = 2048
dtype = None
load_in_4bit = True

# モデルとトークナイザを読み込み
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = model_name,
    max_seq_length = max_seq_length,
    dtype = dtype,
    load_in_4bit = load_in_4bit,
    token = "your HF token",  # Hugging Face トークンを設定
)
FastLanguageModel.for_inference(model)

2. データセットの準備

テストデータのデータセット (JSONL形式) を用意し，Pythonで読み込みます．以下のコードでは， elyza-tasks-100-TV_0.jsonl というJSONLファイルを使用します．

python

# データセットの読み込み
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 = ""

データセットはワーキングディレクトリに配置してください．

3. 推論の実行

データセットを使用してモデルで推論を実行し，結果を取得します．

python

from tqdm import tqdm

# 推論の準備
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})

4. 結果の保存

推論結果をJSONL形式で保存します．

python

import re

# モデル名を動的に取得
model_name = re.sub(".*/", "", model_name)

# 推論結果をファイルに保存
with open(f"./{model_name}-outputs.jsonl", 'w', encoding='utf-8') as f:
    for result in results:
        json.dump(result, f, ensure_ascii=False)  # ensure_ascii=False for handling non-ASCII characters
        f.write('\n')

保存されたファイルには，各タスクの入力と推論結果が記録されています．