Pllama 13b Instruct

🚀 植物科学用大規模言語モデルPLLaMa-13b-instruct

このモデルは、LLaMa-2-13b-baseをベースに、150万を超える植物科学の学術論文で追加学習することで、植物科学分野に最適化されています。また、指示に従うようにさらなる命令微調整が行われています。

🚀 クイックスタート

以下のコードを使用して、モデルを使い始めることができます。

基本的な使用法

from transformers import LlamaTokenizer, LlamaForCausalLM
import torch

tokenizer = LlamaTokenizer.from_pretrained("Xianjun/PLLaMa-13b-instruct")
model = LlamaForCausalLM.from_pretrained("Xianjun/PLLaMa-13b-instruct").half().to("cuda")

instruction = "How to ..."
batch = tokenizer(instruction, return_tensors="pt", add_special_tokens=False).to("cuda")
with torch.no_grad():
    output = model.generate(**batch, max_new_tokens=512, temperature=0.7, do_sample=True)
    response = tokenizer.decode(output[0], skip_special_tokens=True)

📚 ドキュメント

• 開発者: [UCSB]
• 言語 (NLP): [詳細情報が必要]
• ライセンス: [Apache-2.0]
• ファインチューニング元のモデル [オプション]: [LLaMa-2]
• 論文 [オプション]: [https://arxiv.org/pdf/2401.01600.pdf]
• デモ [オプション]: [詳細情報が必要]

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。

📖 引用

もしあなたの研究でPLLaMaが役立った場合、以下の論文を引用してください。

@inproceedings{Yang2024PLLaMaAO,
  title={PLLaMa: An Open-source Large Language Model for Plant Science},
  author={Xianjun Yang and Junfeng Gao and Wenxin Xue and Erik Alexandersson},
  year={2024},
  url={https://api.semanticscholar.org/CorpusID:266741610}
}