File size: 2,008 Bytes
652ae9d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 | ---
license: apache-2.0
datasets:
- p1atdev/gsm8k-ja-slim
- SyntheticVeryEasyMath5k
- SyntheticEasyMath1k
language:
- zho
- eng
- fra
- spa
- por
- deu
- ita
- rus
- jpn
- kor
- vie
- tha
- ara
base_model:
- Qwen/Qwen2.5-1.5B
library_name: transformers
tags:
- grpo
---
# Qwen2.5 1.5B R15
The `<|im_end|>` token does not work.
## Example
```py
from transformers import pipeline
messages = [
{
"role": "system",
"content": """\
あなたは思慮深いassistantとして回答します。
userの質問に対して、<think></think>ブロック内で思考してから、<answer></answer>内にファイナルアンサーし、最後に<|im_end|>で回答終了してください。
具体的には「<think>ここで思考</think><answer>ここに最終解答</answer><|im_end|>」というような形です。
userの指示に対応しなさい。""".strip(),
{
"role": "user",
"content": """次の問題を解き、計算結果を数値のみで解答してください。
ブレナンは学校の課題のために研究をしており、参考にするためにインターネットからファイルをコンピュータにダウンロードする必要がありました。800個のファイルをダウンロードした後、役に立たないものを70%削除しました。さらに400個のファイルをダウンロードしましたが、再び3/5が関係ないことに気づきました。2回目にダウンロードした関係のないファイルを削除した後、彼は何個の価値のあるファイルを持っていましたか？""",
},
]
prompt = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True,
)
prompt += "<think>" # optional
print(prompt)
print(
pipe(
prompt,
do_sample=True,
max_new_tokens=512,
temperature=0.9,
)[0]["generated_text"][len(prompt) :].strip()
)
```
|