ryota39/bilingual-gpt-neox-4b-instruction-sft-en-ja-84k

モデル

• rinna/bilingual-gpt-neox-4b-instruction-sftに、84,300件の和訳データセットをフルパラメータファインチューニングしたモデルです。
• izumi-lab/llm-japanese-datasetから和訳タスクのデータセットのみ抽出し、学習に使用しました。
• instructionに「以下の英語を日本語に翻訳してください。」と記載されたデータのみ機械的に抽出し、学習に使用しました。
• ryota39/Tora_4Bも公開しておりますのでご覧ください。

学習

• ハードウェア: 1 x NVIDIA RTX A6000(VRAM48GB)
• 使用VRAM: 32~34GB
• 学習時間: 5h 39m 37s
• train/epoch: 2.61
• train/loss: 0.9958
• eval/loss: 0.9223530292510986
• optimizer: Adam
• learning_rate: 1.5e-5
• lr_scheduler_type: "cosine"
• warmup_steps: 500

学習結果

コード

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("rinna/bilingual-gpt-neox-4b-instruction-sft", use_fast=False)
model = AutoModelForCausalLM.from_pretrained("ryota39/bilingual-gpt-neox-4b-instruction-sft-en-ja-84k")

if torch.cuda.is_available():
    model = model.to("cuda")

prompt = list()
prompt.append("指示: 以下の英語を日本語に翻訳してください。")
prompt.append("ユーザー: Do you deliver on Sundays?")
prompt.append("システム: ")
prompt = '\n'.join(prompt)
print(prompt)

token_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt")

with torch.no_grad():
    output_ids = model.generate(
        token_ids.to(model.device),
        max_new_tokens=512,
        do_sample=False,
        temperature=0.7,
        top_p=0.85,
        pad_token_id=tokenizer.pad_token_id,
        bos_token_id=tokenizer.bos_token_id,
        eos_token_id=tokenizer.eos_token_id
    )

output = tokenizer.decode(output_ids.tolist()[0][token_ids.size(1):])
print(output)