Llama 2 7b Mt Czech To English

🚀 Peft模型卡

這是一個針對Meta的Llama 2 7B進行微調的適配器，用於將捷克語文本翻譯成英語。

🚀 快速開始

此適配器必須加載到Llama 2 7B之上。它使用QLoRA進行了微調。為獲得最佳效果，基礎模型必須使用微調期間使用的完全相同的配置加載。 你可以使用以下代碼加載模型：

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")

然後，按如下方式運行模型：

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

• 專為將捷克語翻譯成英語而微調。
• 基於Meta的Llama 2 7B模型，使用LoRA適配器技術。

📚 詳細文檔

模型詳情

模型描述

• 開發者：The Kaitchup
• 模型類型：Llama 2 7B的LoRA適配器
• 語言（NLP）：捷克語、英語
• 許可證：MIT許可證

📄 許可證

本模型採用MIT許可證。

📞 模型卡聯繫方式

The Kaitchup