最終課題用の成果物になります。サンプルコードをベースに開発しましたので、出力に関しましてもサンプルコードと同様のもので動作します。
以下のサンプルコードと同様のコードをjupyter notebookで順に実行してください。
下記のコードは最終課題用としてご用意いただいた”Model_Inference_Template_20241127.ipynb”から必要な箇所のみを抽出したものになります。
また、一部コメントや参照先のURLなどを一部改変しております。
提出したモデルを用いて推論を用いる方法を以下で説明します。
前提条件
・google colab上でpython3を用いて下記コードを実行すること。
事前準備
・google colabでランタイムをGPUに変更する。
・hugging face のトークンを用意しておくこと。また、用意したトークンをコードに書き込むこと。
・推論に必要なelyza-tasks-100-TV_0.jsonlをアップロードすること。アップするパスは問わないが、アップしたパスに応じてコード内のパスも変更できること。
以下のコードを実行すると、最終的な出力結果が"llm-jp-3-13b-finetune_kb_output.jsonl"として保存されます。こちらをダウンロードしてください。
また推論を行うコードは最終課題用としてご用意いただいた"Model_Inference_Template_unsloth_20241127.ipynb"を90%以上流用して作成しております。この場を借りてお礼申し上げます。
説明に関しては以上になります。以下はpythonのコードになります。
#====pythonのコードは以下から。コピペしてください。===
%%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
from unsloth import FastLanguageModel
from peft import PeftModel
import torch
import json
from tqdm import tqdm
import re
#====こちらにtokenやURLの記入をお願いいたします。====
HF_TOKEN = "用意して下さったTokenの記入をお願いいたします。"
#アダプタidは提出したものを指定しておりますが、必要に応じて変更ください。
model_id = "llm-jp/llm-jp-3-13b"
adapter_id = "yuichiroh0904/llm-jp-3-13b-finetune_kb"
#====こちらにtokenやURLの記入をお願いいたします。ここまで====
#config===
dtype = None
load_in_4bit = True
#config===
model, tokenizer = FastLanguageModel.from_pretrained(
model_name=model_id,
dtype=dtype,
load_in_4bit=load_in_4bit,
trust_remote_code=True,
)
model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)
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 = ""
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})
json_file_id = re.sub(".*/", "", adapter_id)
with open(f"{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')
#===コードここまで、上記までをコピペしてください。===
