Yugo55a 4bit

🚀 Yugo55A-GPT 4bit

Yugo55A-GPTはdatatabによって開発されたモデルで、MITライセンスの下で提供されています。このモデルは、セルビア語のデータセットを用いて訓練され、セルビア語の自然言語処理タスクに適しています。

🚀 クイックスタート

Yugo55A-GPTを使用するには、まず必要なライブラリをインストールする必要があります。以下のコマンドを実行して、必要なライブラリをインストールしましょう。

!pip -q install git+https://github.com/huggingface/transformers # need to install from github
!pip install -q datasets loralib sentencepiece
!pip -q install bitsandbytes accelerate

✨ 主な機能

🏆 評価結果

このモデルは、Aleksa Gordićによって公開されたセルビア語のLLM評価ツール serbian-llm-eval を用いて評価されています。評価はハードウェアリソースの制約により、4-bitバージョンのモデルで行われました。

🔗 マージの詳細

マージ方法

このモデルは、mergekit を用いて事前学習された言語モデルをマージして作成されています。マージ方法には、linear マージ方法が使用されています。

マージされたモデル

以下のモデルがマージに含まれています。

• datatab/Yugo55-GPT-v4
• datatab/Yugo55-GPT-DPO-v1-chkp-300
• mlabonne/AlphaMonarch-7B
• NousResearch/Nous-Hermes-2-Mistral-7B-DPO

🧩 設定

このモデルを生成するために使用されたYAML設定は以下の通りです。

models:
  - model: datatab/Yugo55-GPT-v4
    parameters:
      weight: 1.0
  - model: datatab/Yugo55-GPT-DPO-v1-chkp-300
    parameters:
      weight: 1.0
  - model: mlabonne/AlphaMonarch-7B
    parameters:
      weight: 0.5
  - model: NousResearch/Nous-Hermes-2-Mistral-7B-DPO
    parameters:
      weight: 0.5
merge_method: linear
dtype: float16

💻 使用例

基本的な使用法

from IPython.display import HTML, display

def set_css():
  display(HTML('''
  <style>
    pre {
        white-space: pre-wrap;
    }
  </style>
  '''))
get_ipython().events.register('pre_run_cell', set_css)

import torch
import transformers
from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
    "datatab/Yugo55A-GPT", torch_dtype="auto"
)

tokenizer = AutoTokenizer.from_pretrained(
    "datatab/Yugo55A-GPT", torch_dtype="auto"
)

高度な使用法

from typing import Optional
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

def generate(
    user_content: str, system_content: Optional[str] = ""
) -> str:
    system_content = "Ispod je uputstvo koje opisuje zadatak, upareno sa unosom koji pruža dodatni kontekst. Napišite odgovor koji na odgovarajući način kompletira zahtev."

    messages = [
        {
            "role": "system",
            "content": system_content,
        },
        {"role": "user", "content": user_content},
    ]

    tokenized_chat = tokenizer.apply_chat_template(
        messages, tokenize=True, add_generation_prompt=True, return_tensors="pt"
    ).to("cuda")

    text_streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
    output = model.generate(
        tokenized_chat,
        streamer=text_streamer,
        max_new_tokens=2048,
        temperature=0.1,
        repetition_penalty=1.11,
        top_p=0.92,
        top_k=1000,
        pad_token_id=tokenizer.pad_token_id,
        eos_token_id=tokenizer.eos_token_id,
        do_sample=True,
    )

    generated_text = tokenizer.decode(output[0], skip_special_tokens=True)

# 生成例
generate("Nabroj mi sve planete suncevog sistemai reci mi koja je najveca planeta")
generate("Koja je razlika između lame, vikune i alpake?")
generate("Napišite kratku e-poruku Semu Altmanu dajući razloge za GPT-4 otvorenog koda")

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。