Update README.md

README.md

@@ -1,3 +1,64 @@
 ---
 license: cc-by-sa-4.0
 ---
+
+# Tora_4B
+- **rinna/bilingual-gpt-neox-4b-instruction-sft**に、1,000,000件の和訳タスクのデータセットをフルパラメータファインチューニングしたモデルです。
+- **izumi-lab/llm-japanese-dataset**から翻訳タスクのデータセットを抽出し、学習に使用しました。
+- 日英翻訳タスクのデータセットを英日翻訳タスクに修正しました。
+- 日本語から英語への変換(日英翻訳)には対応していません。
+
+# 学習
+- ハードウェア: 1 x NVIDIA RTX A6000(VRAM48GB)
+- 使用VRAM: 32~34GB
+- 学習時間: 3h 22m 3s
+- train/epoch: 4
+- train/loss: 1.0551
+- eval/loss: 1.550597071647644
+- optimizer: Adam
+- learning_rate: 1.5e-4
+- lr_scheduler_type: "cosine"
+- warmup_steps: 2400
+
+# 学習結果
+
+![image/png](https://cdn-uploads.huggingface.co/production/uploads/651e3f30ca333f3c8df692b8/G50HQ5ewqD41QGsYhOkZ-.png)
+
+![image/png](https://cdn-uploads.huggingface.co/production/uploads/651e3f30ca333f3c8df692b8/ziugVGC5viGuEt_0jC9kS.png)
+
+# コード
+```python
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+tokenizer = AutoTokenizer.from_pretrained("rinna/bilingual-gpt-neox-4b-instruction-sft", use_fast=False)
+model = AutoModelForCausalLM.from_pretrained("ryota39/Tora_4B")
+
+if torch.cuda.is_available():
+    model = model.to("cuda")
+
+prompt = list()
+prompt.append("指示: 以下の英語を日本語に翻訳してください。")
+prompt.append("ユーザー: He delivers a presentation under the title of Stress levels estimation from facial video based on non-contact measurement of pulse wave.")
+prompt.append("システム: ")
+prompt = '\n'.join(prompt)
+print(prompt)
+
+token_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt")
+
+with torch.no_grad():
+    output_ids = model.generate(
+        token_ids.to(model.device),
+        max_new_tokens=512,
+        do_sample=False,
+        temperature=0.7,
+        top_p=0.85,
+        pad_token_id=tokenizer.pad_token_id,
+        bos_token_id=tokenizer.bos_token_id,
+        eos_token_id=tokenizer.eos_token_id
+    )
+
+output = tokenizer.decode(output_ids.tolist()[0][token_ids.size(1):])
+print(output)
+# 彼は、顔のビデオから心拍数と心拍間隔を推定する方法について話した。
+```