Llmlingua 2 Bert Base Multilingual Cased Meetingbank

🚀 LLMLingua-2-Bert-base-Multilingual-Cased-MeetingBank

このモデルは論文 LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression (Pan et al, 2024) で紹介されました。これは、タスク非依存のプロンプト圧縮のためのトークン分類を行うように微調整された BERT multilingual base model (cased) です。各トークン $x_i$ の確率 $p_{preserve}$ が圧縮の指標として使用されます。このモデルは、LLMLingua-2 で提案された方法論を用いて構築された 抽出型テキスト圧縮データセット で訓練されており、MeetingBank (Hu et al, 2023) の訓練例をシードデータとして使用しています。

このデータセット を使用して、圧縮された会議の文字起こしに対する質問応答 (QA) や要約などの下流タスクでモデルを評価することができます。

詳細については、LLMLingua-2 と LLMLingua Series のプロジェクトページを確認してください。

🚀 クイックスタート

このモデルは、タスク非依存のプロンプト圧縮に利用できます。以下の使用例を参考に、モデルを使ってみましょう。

💻 使用例

基本的な使用法

from llmlingua import PromptCompressor

compressor = PromptCompressor(
    model_name="microsoft/llmlingua-2-bert-base-multilingual-cased-meetingbank",
    use_llmlingua2=True
)

original_prompt = """John: So, um, I've been thinking about the project, you know, and I believe we need to, uh, make some changes. I mean, we want the project to succeed, right? So, like, I think we should consider maybe revising the timeline.
Sarah: I totally agree, John. I mean, we have to be realistic, you know. The timeline is, like, too tight. You know what I mean? We should definitely extend it.
"""
results = compressor.compress_prompt_llmlingua2(
    original_prompt,
    rate=0.6,
    force_tokens=['\n', '.', '!', '?', ','],
    chunk_end_tokens=['.', '\n'],
    return_word_label=True,
    drop_consecutive=True
)

print(results.keys())
print(f"Compressed prompt: {results['compressed_prompt']}")
print(f"Original tokens: {results['origin_tokens']}")
print(f"Compressed tokens: {results['compressed_tokens']}")
print(f"Compression rate: {results['rate']}")

# get the annotated results over the original prompt
word_sep = "\t\t|\t\t"
label_sep = " "
lines = results["fn_labeled_original_prompt"].split(word_sep)
annotated_results = []
for line in lines:
    word, label = line.split(label_sep)
    annotated_results.append((word, '+') if label == '1' else (word, '-')) # list of tuples: (word, label)
print("Annotated results:")
for word, label in annotated_results[:10]:
    print(f"{word} {label}")

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。

📚 ドキュメント

引用

@article{wu2024llmlingua2,
    title = "{LLML}ingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression",
    author = "Zhuoshi Pan and Qianhui Wu and Huiqiang Jiang and Menglin Xia and Xufang Luo and Jue Zhang and Qingwei Lin and Victor Ruhle and Yuqing Yang and Chin-Yew Lin and H. Vicky Zhao and Lili Qiu and Dongmei Zhang",
    url = "https://arxiv.org/abs/2403.12968",
    journal = "ArXiv preprint",
    volume = "abs/2403.12968",
    year = "2024",
}