LoRa_inference.py

# 必要なライブラリを読み込み
# LoRa_inference.py
import sys

from unsloth import FastLanguageModel
from peft import PeftModel
import torch
import json
from tqdm import tqdm
import re

# ベースとなるモデルと学習したLoRAのアダプタ（Hugging FaceのIDを指定）。
model_id = "llm-jp/llm-jp-3-13b"

adapter_id = "outputs/checkpoint-200/"
adapter_id = "final_model_reversed_model/"
adapter_id = "outputs_add_learning_without/checkpoint-363"
adapter_id = "outputs_sample_code/checkpoint-200"
adapter_id = "outputs/checkpoint-363"
adapter_id = "sft_outputs/checkpoint-1600"
adapter_id = "dpo_trained_model_1215/checkpoint-14"
model_id = adapter_id

# Hugging Face Token を指定。
# 下記の URL から Hugging Face Token を取得できますので下記の HF_TOKEN に入れてください。
HF_TOKEN = "" #@param {type:"string"}

# unslothのFastLanguageModelで元のモデルをロード。
dtype = None # Noneにしておけば自動で設定
load_in_4bit = True # 今回は13Bモデルを扱うためTrue

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_id,
    dtype=dtype,
    load_in_4bit=load_in_4bit,
    trust_remote_code=True,
)



# タスクとなるデータの読み込み。
# 事前にデータをアップロードしてください。
datasets = []
with open("./elyza-tasks-100-TV_0.jsonl", "r") as f:
    item = ""
    for line in f:
      line = line.strip()
      item += line
      if item.endswith("}"):
        datasets.append(json.loads(item))
        item = ""
        
# モデルを用いてタスクの推論。

# 推論するためにモデルのモードを変更
FastLanguageModel.for_inference(model)

results = []
for dt in tqdm(datasets):
  input = dt["input"]

  #prompt = f"""### 指示\n{input}\n### 回答\n"""
  prompt = f"""### 指示\n{input}\n より忍耐強く、より詳細で理解しやすいステップで、回答全体を書き直して。\n### 回答\n"""
  # prompt = f"""### 質問\n{input}\n### 回答\n"""

  inputs = tokenizer([prompt], return_tensors = "pt").to(model.device)
  #print(inputs)
  #sys.exit()

  outputs = model.generate(**inputs, max_new_tokens = 512, use_cache = True, do_sample=False, repetition_penalty=1.2)
  prediction = tokenizer.decode(outputs[0], skip_special_tokens=True).split('\n### 回答')[-1]

  results.append({"task_id": dt["task_id"], "input": input, "output": prediction})
  
  
# 結果をjsonlで保存。

# ここではadapter_idを元にファイル名を決定しているが、ファイル名は任意で問題なし。
# json_file_id = re.sub(r".*/", "", adapter_id)
json_file_id = adapter_id
with open(f"{json_file_id}_output.jsonl", 'w', encoding='utf-8') as f:
    for result in results:
        json.dump(result, f, ensure_ascii=False)
        f.write('\n')