nmj21c/gemma-7b-andj-sft

gemma-7b non IT 버전 채팅 파인 튜닝된 버전

간단한 채팅 형태의 데이터로 파인 튜닝된 버전입니다.

history

• 0.1 : 2024-04-05 최초 SFT버전 업로드, DPO는 고민 중

트레이닝 정보

• 사용데이터셋 : maywell/koVast 을 philschmid/gemma-tokenizer-chatml 에 맞게 변조하여 사용
• GPU : RTX 3090 24G x 1
• optimizer : adamw_torch
• lr scheduler type : cosine
• 트레이닝 시간 : 140시간
• 에포크 : 1
• train loss : 0.8991
• eval loss : 0.7305

사용법 (bfloat16, GPU 메모리 약 17기가 필요)

from transformers import AutoTokenizer, AutoModelForCausalLM
import transformers
import torch

checkpoint = "nmj21c/gemma-7b-andj-sft"
dtype = torch.bfloat16
model = AutoModelForCausalLM.from_pretrained(checkpoint, attn_implementation="flash_attention_2", device_map={"": 0}, torch_dtype=dtype)

toknizer_checkpoint = "philschmid/gemma-tokenizer-chatml"
tokenizer = AutoTokenizer.from_pretrained(toknizer_checkpoint)

chat = [
    {"role": "system", "content": ""},
    {"role": "user", "content": "서울의 강남역에서 맛집 추천해줘"},   
]

prompt = tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)

eos_token_str = "<|im_end|>"
eos_token = tokenizer(eos_token_str,add_special_tokens=False)["input_ids"][0]

inputs = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt").to("cuda:0")
outputs = model.generate(
    input_ids=inputs.to(model.device), 
    max_new_tokens=1024,
    eos_token_id=eos_token,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95,
)

response = tokenizer.decode(outputs[0])[len(prompt):].strip().replace(eos_token_str, '')
print(response)