Llama 2 7b Mt Czech To English

🚀 Peft模型卡

这是一个针对Meta的Llama 2 7B进行微调的适配器，用于将捷克语文本翻译成英语。

🚀 快速开始

此适配器必须加载到Llama 2 7B之上。它使用QLoRA进行了微调。为获得最佳效果，基础模型必须使用微调期间使用的完全相同的配置加载。 你可以使用以下代码加载模型：

from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig
import torch
from peft import PeftModel

base_model = "meta-llama/Llama-2-7b-hf"
compute_dtype = getattr(torch, "float16")
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=compute_dtype,
    bnb_4bit_use_double_quant=True,
)
model = AutoModelForCausalLM.from_pretrained(
        original_model_directory, device_map={"": 0}, quantization_config=bnb_config
)
tokenizer = AutoTokenizer.from_pretrained(base_model, use_fast=True)
model = PeftModel.from_pretrained(model, "kaitchup/Llama-2-7b-mt-Czech-to-English")

然后，按如下方式运行模型：

my_text = "" #put your text to translate here

prompt = my_text+" ###>"

tokenized_input = tokenizer(prompt, return_tensors="pt")
input_ids = tokenized_input["input_ids"].cuda()

generation_output = model.generate(
        input_ids=input_ids,
        num_beams=10,
        return_dict_in_generate=True,
        output_scores=True,
        max_new_tokens=130

)
for seq in generation_output.sequences:
    output = tokenizer.decode(seq, skip_special_tokens=True)
    print(output.split("###>")[1].strip()) 

✨ 主要特性

• 专为将捷克语翻译成英语而微调。
• 基于Meta的Llama 2 7B模型，使用LoRA适配器技术。

📚 详细文档

模型详情

模型描述

• 开发者：The Kaitchup
• 模型类型：Llama 2 7B的LoRA适配器
• 语言（NLP）：捷克语、英语
• 许可证：MIT许可证

📄 许可证

本模型采用MIT许可证。

📞 模型卡联系方式

The Kaitchup