File size: 12,973 Bytes
e98a283 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 |
{
"cells": [
{
"cell_type": "code",
"execution_count": 1,
"id": "66b70728",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"Loading the tokenizer from the `special_tokens_map.json` and the `added_tokens.json` will be removed in `transformers 5`, it is kept for forward compatibility, but it is recommended to update your `tokenizer_config.json` by uploading it again. You will see the new `added_tokens_decoder` attribute that will store the relevant information.\n"
]
}
],
"source": [
"from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig\n",
"import torch\n",
"\n",
"tokenizer = AutoTokenizer.from_pretrained('meta-llama/Llama-2-13b-hf')"
]
},
{
"cell_type": "code",
"execution_count": 2,
"id": "d608fb34",
"metadata": {},
"outputs": [],
"source": [
"nf4_config = BitsAndBytesConfig(\n",
" load_in_4bit=True,\n",
" bnb_4bit_quant_type='nf4',\n",
" bnb_4bit_use_double_quant=True,\n",
" bnb_4bit_compute_dtype=torch.bfloat16\n",
")"
]
},
{
"cell_type": "code",
"execution_count": 3,
"id": "4d63a1ec",
"metadata": {},
"outputs": [
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "90b0a965a3c1414aba49e10f0f6612f2",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)lve/main/config.json: 0%| | 0.00/630 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"[2023-09-28 14:06:37,070] [INFO] [real_accelerator.py:158:get_accelerator] Setting ds_accelerator to cuda (auto detect)\n"
]
},
{
"name": "stderr",
"output_type": "stream",
"text": [
"2023-09-28 14:06:40.012825: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations.\n",
"To enable the following instructions: AVX2 FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.\n",
"2023-09-28 14:06:40.724196: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Could not find TensorRT\n"
]
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "b8afc07efe184ac9b051a72c74a8d8c6",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading model.safetensors: 0%| | 0.00/1.33G [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "a8e37dc88d2745139d1c9c6f65cbb548",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)neration_config.json: 0%| | 0.00/132 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"model_600m = AutoModelForCausalLM.from_pretrained('mesolitica/llama-600m-hf-32768-fpf', quantization_config=nf4_config)"
]
},
{
"cell_type": "code",
"execution_count": 4,
"id": "5e40d735",
"metadata": {},
"outputs": [
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "5391a15d92de4895bfbf6579b4d31670",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)lve/main/config.json: 0%| | 0.00/628 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "e50f5485e13946ba90f3fc10a71edb4a",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading model.safetensors: 0%| | 0.00/2.14G [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "28aabf8c0e484c319c4f09cb33d62ce7",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)neration_config.json: 0%| | 0.00/132 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"model_1b = AutoModelForCausalLM.from_pretrained('mesolitica/llama-1b-hf-32768-fpf', quantization_config=nf4_config)"
]
},
{
"cell_type": "code",
"execution_count": 5,
"id": "90c73899",
"metadata": {},
"outputs": [
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "e2cdc958ceaf477d8829f9f3db58a0d8",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)lve/main/config.json: 0%| | 0.00/628 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "f29f83231f9845a28707ca61363e7870",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading model.safetensors: 0%| | 0.00/3.83G [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"application/vnd.jupyter.widget-view+json": {
"model_id": "10800e991ee9406c808d60b7e5402ee5",
"version_major": 2,
"version_minor": 0
},
"text/plain": [
"Downloading (…)neration_config.json: 0%| | 0.00/132 [00:00<?, ?B/s]"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"model_2b = AutoModelForCausalLM.from_pretrained('mesolitica/llama-2b-hf-32768-fpf', quantization_config=nf4_config)"
]
},
{
"cell_type": "code",
"execution_count": 18,
"id": "af485f12",
"metadata": {},
"outputs": [],
"source": [
"import time\n",
"from tqdm import tqdm\n",
"\n",
"kwargs = {\n",
" 'temperature': 0.9, \n",
" 'max_new_tokens': 512, \n",
" 'top_p': 0.95,\n",
" 'repetition_penalty': 1.1, \n",
" 'do_sample': True,\n",
" 'num_beams': 1,\n",
"}"
]
},
{
"cell_type": "code",
"execution_count": 19,
"id": "8209faad",
"metadata": {},
"outputs": [],
"source": [
"inputs = tokenizer(['Kerajaan didakwa terdesak kaitkan'], return_tensors='pt').to('cuda')"
]
},
{
"cell_type": "code",
"execution_count": 20,
"id": "07251c54",
"metadata": {},
"outputs": [],
"source": [
"generate_kwargs = dict(inputs)\n",
"generate_kwargs = {**generate_kwargs, **kwargs}"
]
},
{
"cell_type": "markdown",
"id": "be287c4b",
"metadata": {},
"source": [
"## 600M"
]
},
{
"cell_type": "code",
"execution_count": 23,
"id": "4711a5e7",
"metadata": {},
"outputs": [],
"source": [
"o = model_600m.generate(**generate_kwargs)"
]
},
{
"cell_type": "code",
"execution_count": 24,
"id": "f891dbbb",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Kerajaan didakwa terdesak kaitkan dengan keputusan Majlis Peguam Negara (AGC) mengarahkan jumlah mangsa banjir di lima lokasi banjir tersebut. Terdapat bekas Menteri Undang-undang Persekutuan, Datuk Seri Ismail Sabri Yaakob semalam memuat naik semula sehingga musim tengkujuh dari beberapa kumpulan yang menyebabkan terdapat ribut di kawasan luar bandar ini. “Saya ingin berkongsi tarikh pendakwanya kerana mencecah 69 tahun lalu berbanding 1,239 orang daripada 50 kaki manakala sebanyak RM23 juta,” katanya dalam satu hantaran di Facebook rasmi bersama warga emas dan 48 tahun hampir sebulan lepas. Beliau memberitahu, perinciannya mempunyai kadar vaksinasi antara Januari depan dan Jun ini serta pengurup terkenal dengan usaha memastikan tiada penjarakkan sosial itu dituruti kegiatan banjir (FELDA) walaupun negeri tidak menerima dua dos vaksin. Bagaimanapun, pihaknya akan melakukan kegiatan haram tertunggu-tunggu selain kira-kira 3,792 atau 85.19 malam ini. – MalaysiaGazette\n"
]
}
],
"source": [
"print(tokenizer.decode(o[0], skip_special_tokens = True).split('[/INST]')[-1].strip())"
]
},
{
"cell_type": "markdown",
"id": "5ce2c89a",
"metadata": {},
"source": [
"## 1B"
]
},
{
"cell_type": "code",
"execution_count": 25,
"id": "25999783",
"metadata": {},
"outputs": [],
"source": [
"o = model_1b.generate(**generate_kwargs)"
]
},
{
"cell_type": "code",
"execution_count": 26,
"id": "ffed0ef2",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Kerajaan didakwa terdesak kaitkan seks luar jika samun PASIR MAS – Seorang pemimpin DAP mengecam tindakan kerajaan yang dilihat mengawal perlakuan tidak senonoh terhadap Pas dan parti Islam itu kerana melakukan serangan di Kuala Terengganu. Nasihat Pas hari ini, Datuk Seri Abdul Hadi Awang berkata, perbuatan sedemikian tidak boleh disamun sekiranya keadaan jenayah itu terus berlaku dalam masyarakat. “Apa sahaja isu jenayah seperti ini akan dimudaratkan lagi dengan anggapan sempit dan kotor,” katanya dipetik daripada portal Sinar Harian. Ia susulan tuduhan berkaitan jenayah indeks kerjasama antarabangsa dengan Barisan Nasional (BN) selain Pakatan Rakyat membabitkan kerjasama dengan Perikatan Nasional (PN). Sinar Harian difahamkan polis turut menahan dua wanita yang disyaki terlibat dengan sindiket terserempak di Kampung Bukit Malawati, Chini, dekat sini. Menurutnya, mereka merupakan rakyat Malaysia pertama yang ditahan polis selepas didakwa cuba menjerit namun gagal kerana kerasnya memadam api dengan kenderaan lain. Terdahulu, peguam kanan persekutuan Shamsul Bolhassan dan Saravanan Muthusamy mewakili Menteri Pembangunan Usahawan Mohd Redzuan Yusof memberitahu Malaysiakini bahawa Polis Diraja Malaysia (PDRM) telah membuka siasatan ke atas pencerobohan kumpulan militan Abu Sayyaf kepada beberapa pihak. Malaysiakini\n"
]
}
],
"source": [
"print(tokenizer.decode(o[0], skip_special_tokens = True).split('[/INST]')[-1].strip())"
]
},
{
"cell_type": "markdown",
"id": "a8ed43ec",
"metadata": {},
"source": [
"## 2B"
]
},
{
"cell_type": "code",
"execution_count": 27,
"id": "6cd30bbb",
"metadata": {},
"outputs": [],
"source": [
"o = model_2b.generate(**generate_kwargs)"
]
},
{
"cell_type": "code",
"execution_count": 28,
"id": "2c8b086b",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Kerajaan didakwa terdesak kaitkan isu tiket loteri KUALA LUMPUR, Dec 13 — The Attorney General’s Chambers (AGC) akan membuka semula pertuduhan baharu bagi pihak yang melibatkan kerajaan-kerajaan negeri dalam kejadian samun dua unit loteri awam. Selain itu, kesalahan mengedar bahan lucah dan seksyen 96 Akta Kanun Pelesenan Perniagaan 1956 (Akta 128) serta Seksyen 17(2) Akta Suruhanjaya Komunikasi dan Multimedia (AKMM). Menteri di Jabatan Perdana Menteri (Tugas-tugas Khas), Datuk Mohd. Shafie Apdal berkata beliau sendiri mendapati pertuduhan yang dikenakan terhadap kerajaan adalah lebih afdal. “Setelah selesai perbicaraan saya meminta maklum balas daripada pihak pendakwa raya sama ada mahu meneruskan atau tidak seseorang yang telah berdepan dengan tuduhan sebegitu melakukannya,” katanya kepada media di lobi Parlimen hari ini. Beliau menjawab soalan Ahmad Maslan (BN-Pontian) dan Timbalan Menteri Di Jabatan Perdana Menteri (Hal Ehwal Ekonomi), Datuk Dr. Abdul Latiff Ahmad. Pengguna Twitter @maslmydan94 dibenarkan membuat sebarang ulasan atau pandangan, namun beliau mengaku sebagai warganegara Malaysia, penyokong parti politik, dan juga orang awam yang berada di luar Kuala Lumpur. Menteri di Jabatan Perdana Menteri (Hal Ehwal Ekonomi), Datuk Seri Azalina Othman Said hari ini dilapor akan mengetuai\n"
]
}
],
"source": [
"print(tokenizer.decode(o[0], skip_special_tokens = True).split('[/INST]')[-1].strip())"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.10.12"
}
},
"nbformat": 4,
"nbformat_minor": 5
}
|