Llama 2 7b MedQuAD

🚀 Peft

このモデルは、MedQuAD（医療質問応答データセット）を使用して、meta-llama/Llama-2-7b-chat-hf をファインチューニングしたものです。Llama-2や他のLLMモデルをどのようにファインチューニングするかに興味がある場合は、このリポジトリが解説しています。

🚀 クイックスタート

このモデルは、医療質問応答データセットを用いてLlama-2-7b-chat-hfをファインチューニングしたものです。以下に使用方法を説明します。

💻 使用例

基本的な使用法

base_model = "meta-llama/Llama-2-7b-chat-hf"
adapter = 'EdwardYu/llama-2-7b-MedQuAD'

tokenizer = AutoTokenizer.from_pretrained(adapter)

model = AutoModelForCausalLM.from_pretrained(
    base_model,
    load_in_4bit=True,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    quantization_config=BitsAndBytesConfig(
        load_in_4bit=True,
        bnb_4bit_compute_dtype=torch.bfloat16,
        bnb_4bit_use_double_quant=True,
        bnb_4bit_quant_type='nf4'
    ),
)
model = PeftModel.from_pretrained(model, adapter)

question = 'What are the side effects or risks of Glucagon?'
inputs = tokenizer(question, return_tensors="pt").to("cuda")
outputs = model.generate(inputs=inputs.input_ids, max_length=1024)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

高度な使用法

モデルの推論をより高速に実行するには、4ビット量子化を使用せずに16ビットでロードすることができます。

model = AutoModelForCausalLM.from_pretrained(
    base_model,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model = PeftModel.from_pretrained(model, adapter)

📄 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。