Llama-2-QLoRA
uf-aice-lab
Pregunta y respuesta
Este modelo está afinado con LLaMA-2 utilizando 8 GPU Nvidia A100-80G y emplea 3,000,000 grupos de conversaciones en el contexto de matemáticas por estudiantes y facilitadores en Algebra Nation (https://www.mathnation.com/). Llama-2-Qlora consta de 32 capas y más de 7 mil millones de parámetros, consumiendo hasta 13.5 gigabytes de espacio en disco. Los investigadores pueden experimentar con y afinar el modelo para ayudar a construir LLMs dedicados para tareas posteriores (por ejemplo, clasificación) relacionadas con el aprendizaje de matemáticas K-12.
Como usar
Aquí se muestra cómo usarlo con textos en HuggingFace:
import torch
import transformers
from transformers import LlamaTokenizer, LlamaForCausalLM
tokenizer = LlamaTokenizer.from_pretrained("uf-aice-lab/Llama-2-QLoRA")
model = LlamaForCausalLM.from_pretrained(
"uf-aice-lab/Llama-2-QLoRA",
load_in_8bit=False,
torch_dtype=torch.float16,
device_map="auto",
)
def generate_prompt(instruction, input=None):
if input:
return f"""Below is an instruction that describes a task, paired with an input that provides further context. Write a response that appropriately completes the request.
### Instruction:
{instruction}
### Input:
{input}
### Response:"""
else:
return f"""Below is an instruction that describes a task. Write a response that appropriately completes the request.
### Instruction:
{instruction}
### Response:"""
def evaluate(
instruction,
input=None,
temperature=0.1,
top_p=0.75,
top_k=40,
num_beams=4,
max_new_tokens=128,
**kwargs,
):
prompt = generate_prompt(instruction, input)
inputs = tokenizer(prompt, return_tensors="pt")
input_ids = inputs["input_ids"].to(device)
generation_config = GenerationConfig(
temperature=temperature,
top_p=top_p,
top_k=top_k,
num_beams=num_beams,
**kwargs,
)
with torch.no_grad():
generation_output = model.generate(
input_ids=input_ids,
generation_config=generation_config,
return_dict_in_generate=True,
output_scores=True,
max_new_tokens=max_new_tokens,
)
s = generation_output.sequences[0]
output = tokenizer.decode(s)
return output.split("### Response:")[1].strip()
instruction = 'write your instruction here'
inputs = 'write your inputs here'
output= evaluate(instruction, input=inputs, temperature=0.1, top_p=0.75, top_k=40, num_beams=4, max_new_tokens=128,)
Funcionalidades
- Afinado con LLaMA-2
- Utiliza 8 GPU Nvidia A100-80G
- 3,000,000 grupos de conversaciones
- 32 capas
- Más de 7 mil millones de parámetros
- Consume hasta 13.5 gigabytes de espacio en disco
Casos de uso
- Construcción de LLMs dedicados para tareas de clasificación relacionadas con el aprendizaje de matemáticas K-12.
- languages