--- language: - en license: apache-2.0 tags: - text-generation-inference - transformers - unsloth - gemma - trl base_model: google/gemma-7b --- # Uploaded model - **Developed by:** saucam - **License:** apache-2.0 - **Finetuned from model :** google/gemma-7b This is a finetuned version of gemma-7b on sarvamai/samvaad-hi-v1 hindi dataset using chatml format. ## Inference We can use unsloth for fast inference ``` from unsloth import FastLanguageModel from unsloth.chat_templates import get_chat_template from unsloth.chat_templates import get_chat_template model, tokenizer = FastLanguageModel.from_pretrained( model_name = "saucam/gemma-samvaad-7b", # YOUR MODEL YOU USED FOR TRAINING max_seq_length = 2048, dtype = None, load_in_4bit = False, ) FastLanguageModel.for_inference(model) # Enable native 2x faster inference tokenizer = get_chat_template( tokenizer, chat_template = "chatml", map_eos_token = True, # Maps <|im_end|> to instead ) FastLanguageModel.for_inference(model) # Enable native 2x faster inference messages = [ {"role": "user", "content": "(9+1)+(5+0). इसे 3 चरणों में हल करें."}, ] inputs = tokenizer.apply_chat_template( messages, tokenize = True, add_generation_prompt = True, # Must add for generation return_tensors = "pt", ).to("cuda") outputs = model.generate(input_ids = inputs, max_new_tokens = 512, use_cache = True) out = tokenizer.batch_decode(outputs) print(out) ``` ``` ['<|im_start|>user\n(9+1)+(5+0). इसे 3 चरणों में हल करें.<|im_end|>\n <|im_start|>assistant\n(9+1)+(5+0) को 3 चरणों में हल करने के लिए, हम इसे छोटे भागों में विभाजित कर सकते हैं। पहले चरण में, हम 9 को 1 से जोड़ते हैं, जो 10 देता है। दूसरे चरण में, हम 5 को 0 से जोड़ते हैं, जो 5 देता है। तीसरे चरण में, हम 10 को 5 से जोड़ते हैं, जो 15 देता है। इसलिए, (9+1)+(5+0) का परिणाम 15 है।<|im_end|> ``` This gemma model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library. [](https://github.com/unslothai/unsloth)