metadata

license: cc-by-sa-4.0

Tora_4B

rinna/bilingual-gpt-neox-4b-instruction-sftに、1,000,000件の和訳タスクの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から翻訳タスクのデータセットを抽出し、学習に使用しました。
日英翻訳タスクのデータセットを英日翻訳タスクに修正しました。
日本語から英語への変換(日英翻訳)には対応していません。
ryota39/bilingual-gpt-neox-4b-instruction-sft-en-ja-84k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: 3h 22m 3s
train/epoch: 4
train/loss: 1.0551
eval/loss: 1.550597071647644
optimizer: Adam
learning_rate: 1.5e-4
lr_scheduler_type: "cosine"
warmup_steps: 2400

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/Tora_4B")

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: He delivers a presentation under the title of Stress levels estimation from facial video based on non-contact measurement of pulse wave.")
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)
# 彼は、顔のビデオから心拍数と心拍間隔を推定する方法について話した。