Update README.md
Browse files
README.md
CHANGED
@@ -1,201 +1,225 @@
|
|
1 |
---
|
2 |
library_name: transformers
|
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 |
-
|
69 |
-
|
70 |
-
|
71 |
-
|
72 |
-
|
73 |
-
|
74 |
-
|
75 |
-
|
76 |
-
|
77 |
-
|
78 |
-
|
79 |
-
|
80 |
-
|
81 |
-
|
82 |
-
|
83 |
-
|
84 |
-
|
85 |
-
|
86 |
-
|
87 |
-
|
88 |
-
|
89 |
-
|
90 |
-
|
91 |
-
|
92 |
-
|
93 |
-
|
94 |
-
|
95 |
-
|
96 |
-
|
97 |
-
|
98 |
-
|
99 |
-
|
100 |
-
|
101 |
-
|
102 |
-
|
103 |
-
|
104 |
-
|
105 |
-
|
106 |
-
|
107 |
-
|
108 |
-
|
109 |
-
|
110 |
-
|
111 |
-
|
112 |
-
|
113 |
-
|
114 |
-
|
115 |
-
|
116 |
-
|
117 |
-
|
118 |
-
|
119 |
-
|
120 |
-
|
121 |
-
|
122 |
-
|
123 |
-
|
124 |
-
|
125 |
-
|
126 |
-
|
127 |
-
|
128 |
-
|
129 |
-
|
130 |
-
|
131 |
-
|
132 |
-
|
133 |
-
|
134 |
-
|
135 |
-
|
136 |
-
|
137 |
-
|
138 |
-
|
139 |
-
|
140 |
-
|
141 |
-
|
142 |
-
|
143 |
-
|
144 |
-
|
145 |
-
|
146 |
-
|
147 |
-
|
148 |
-
|
149 |
-
|
150 |
-
|
151 |
-
|
152 |
-
|
153 |
-
|
154 |
-
|
155 |
-
###
|
156 |
-
|
157 |
-
|
158 |
-
|
159 |
-
|
160 |
-
|
161 |
-
|
162 |
-
|
163 |
-
|
164 |
-
|
165 |
-
|
166 |
-
|
167 |
-
|
168 |
-
|
169 |
-
[
|
170 |
-
|
171 |
-
|
172 |
-
|
173 |
-
|
174 |
-
|
175 |
-
|
176 |
-
|
177 |
-
|
178 |
-
|
179 |
-
|
180 |
-
|
181 |
-
|
182 |
-
|
183 |
-
|
184 |
-
|
185 |
-
|
186 |
-
|
187 |
-
|
188 |
-
|
189 |
-
|
190 |
-
|
191 |
-
|
192 |
-
|
193 |
-
|
194 |
-
|
195 |
-
|
196 |
-
|
197 |
-
|
198 |
-
|
199 |
-
|
200 |
-
|
201 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
---
|
2 |
library_name: transformers
|
3 |
+
license: apache-2.0
|
4 |
+
tags:
|
5 |
+
- finnish
|
6 |
+
- llama
|
7 |
+
inference: true
|
8 |
+
pipeline_tag: text-generation
|
9 |
---
|
10 |
|
11 |
+
# Llama-7b-instruct-v0.2 for Finnish
|
12 |
+
|
13 |
+
|
14 |
+
- This is 0.2 version release of our Instruct finetuned model from https://huggingface.co/Finnish-NLP/llama-7b-finnish
|
15 |
+
- Model was trained for 3 epochs using 21946 samples and for this release we chose checkpoint at 8000 steps.
|
16 |
+
- Future DPO/SFT+DPO variants are in the pipeline. Also we are investigating and testing different merging techiques
|
17 |
+
|
18 |
+
For finetuning we try to select well known and widely used dataset and then filter/translate those with multiple methods:
|
19 |
+
For this version we used a mix 21946 samples in total from the the following datasets:
|
20 |
+
- LIMA from https://github.com/TurkuNLP/finnish-instructions
|
21 |
+
- Dolly from https://github.com/TurkuNLP/finnish-instructions
|
22 |
+
- OASST from https://github.com/TurkuNLP/finnish-instructions
|
23 |
+
- Ultrachat https://huggingface.co/datasets/HuggingFaceH4/ultrafeedback_binarized/viewer/default/train_sft translated with deepl
|
24 |
+
- facebook/belebele Finnish subset
|
25 |
+
- google/boolq translated with deepl
|
26 |
+
- LDJnr/Capybara translated with deepl
|
27 |
+
- allenai/ai2_arc translated with deepl
|
28 |
+
|
29 |
+
|
30 |
+
### How to use
|
31 |
+
|
32 |
+
Here is an example of using this model with Unsloth with some generation arguments you can modify:
|
33 |
+
|
34 |
+
```python
|
35 |
+
import torch
|
36 |
+
from unsloth import FastLlamaModel
|
37 |
+
|
38 |
+
max_seq_length = 2048
|
39 |
+
dtype = None # None for auto detection. Float16 for Tesla T4, V100, Bfloat16 for Ampere+
|
40 |
+
load_in_4bit = True # Use 4bit quantization to reduce memory usage. Can be False.
|
41 |
+
|
42 |
+
|
43 |
+
use_unsloth = True
|
44 |
+
# use_transformers = True
|
45 |
+
|
46 |
+
# LOADING MODEL USIINIG TRANSFORMERS assumes at least 16GB of memory. Tested with this configuration
|
47 |
+
# If you have less memory use load_in_4bit or load_in_8_bit as needed
|
48 |
+
if use_transformers:
|
49 |
+
major_version, minor_version = torch.cuda.get_device_capability()
|
50 |
+
model = AutoModelForCausalLM.from_pretrained("Finnish-NLP/llama-7b-finnish-instruct-v0.2", device_map='cuda:0', torch_dtype = torch.bfloat16 if major_version >=8 else torch.float16)
|
51 |
+
tokenizer = AutoTokenizer.from_pretrained("Finnish-NLP/llama-7b-finnish-instruct-v0.2")
|
52 |
+
|
53 |
+
# USING UNSLOTH, tested with load_in_4bit
|
54 |
+
if use_unsloth:
|
55 |
+
model, tokenizer = FastLlamaModel.from_pretrained(
|
56 |
+
model_name = "Finnish-NLP/llama-7b-finnish-instruct-v0.2"
|
57 |
+
max_seq_length = max_seq_length,
|
58 |
+
dtype = dtype,
|
59 |
+
load_in_4bit = load_in_4bit
|
60 |
+
)
|
61 |
+
|
62 |
+
alpaca_prompt = """<|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
63 |
+
<|ihminen|> Kysymys/Tehtävä:
|
64 |
+
{}
|
65 |
+
<|avustaja|> Vastauksesi:
|
66 |
+
"""
|
67 |
+
|
68 |
+
sample_questions = ["Ketkä ovat Aku Ankan luona asuvat kolme ankanpoikaa?",\
|
69 |
+
"Mikä on Suomen korkein tunturi?",\
|
70 |
+
"Suomi soti Neuvostoliittoa vastaan talvisodan 1939-1940. Kuinka monta päivää sota kesti?",\
|
71 |
+
"Luettele viisi yleistä Suomessa yleisesti käytettyä pojan nimeä. Nimet:",\
|
72 |
+
"Luettele lyhyt, maksimissaan 50 sanan mittainen runo Suomesta. Runo:",\
|
73 |
+
]
|
74 |
+
|
75 |
+
from transformers import GenerationConfig
|
76 |
+
|
77 |
+
generation_config = GenerationConfig(
|
78 |
+
pad_token_id=tokenizer.eos_token_id,
|
79 |
+
eos_token_id=tokenizer.convert_tokens_to_ids("<|loppu|>"),
|
80 |
+
)
|
81 |
+
|
82 |
+
|
83 |
+
for sample_question in sample_questions:
|
84 |
+
|
85 |
+
model.eval()
|
86 |
+
|
87 |
+
inputs = tokenizer(
|
88 |
+
[
|
89 |
+
alpaca_prompt.format(
|
90 |
+
sample_question, # instruction
|
91 |
+
)
|
92 |
+
]*1, return_tensors = "pt").to("cuda")
|
93 |
+
|
94 |
+
with torch.no_grad():
|
95 |
+
generated_ids = model.generate(
|
96 |
+
input_ids=inputs["input_ids"],
|
97 |
+
attention_mask=inputs["attention_mask"],
|
98 |
+
generation_config=generation_config, **{
|
99 |
+
"temperature": 0.1,
|
100 |
+
"penalty_alpha": 0.6,
|
101 |
+
"top_k": 3,
|
102 |
+
"do_sample": True,
|
103 |
+
"repetition_penalty": 1.28,
|
104 |
+
"min_length": 10,
|
105 |
+
"max_new_tokens": 200
|
106 |
+
})
|
107 |
+
|
108 |
+
generated_text = tokenizer.batch_decode(generated_ids, skip_special_tokens=True, clean_up_tokenization_spaces=True)[0]
|
109 |
+
print(len(generated_ids[0]))
|
110 |
+
print("KYSYMYS:")
|
111 |
+
print(generated_text.split('<|avustaja|>')[0])
|
112 |
+
print("VASTAUS:")
|
113 |
+
print(generated_text.split('<|avustaja|> Vastauksesi:')[1])
|
114 |
+
print('##################################')
|
115 |
+
|
116 |
+
'''
|
117 |
+
-->
|
118 |
+
<s><|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
119 |
+
<|ihminen|> Kysymys/Tehtävä:
|
120 |
+
Aku Ankan luona asuu kolme ankanpoikaa. Mitkä ovat heidän nimet?
|
121 |
+
VASTAUS:
|
122 |
+
Ankka Akun kanssa asuvat pojat ovat nimeltään Tupu, Hupu ja Lupu <|loppu|>
|
123 |
+
##################################
|
124 |
+
|
125 |
+
KYSYMYS:
|
126 |
+
<s><|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
127 |
+
<|ihminen|> Kysymys/Tehtävä:
|
128 |
+
Mikä on Suomen korkein tunturi?
|
129 |
+
VASTAUS:
|
130 |
+
Suomen korkein tunturihuippu on Haltitunturi (1 324 metriä). <|loppu|>
|
131 |
+
##################################
|
132 |
+
|
133 |
+
KYSYMYS:
|
134 |
+
<s><|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
135 |
+
<|ihminen|> Kysymys/Tehtävä:
|
136 |
+
Suomi soti Neuvostoliittoa vastaan talvisodan 1939-1940. Kuinka monta päivää sota kesti?
|
137 |
+
VASTAUS:
|
138 |
+
Talvisodan aikana Neuvostoliitto hyökkäsi Suomeen 30. marraskuuta ja 13. maaliskuuta välisenä aikana. Tämä tarkoittaa, että talvisota kesti 105 päivää. <|loppu|>
|
139 |
+
##################################
|
140 |
+
|
141 |
+
KYSYMYS:
|
142 |
+
<s><|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
143 |
+
<|ihminen|> Kysymys/Tehtävä:
|
144 |
+
Luettele viisi yleistä Suomessa yleisesti käytettyä pojan nimeä. Nimet:
|
145 |
+
VASTAUS:
|
146 |
+
Yleisiä suomalaisia poikien nimiä ovat Eino, Onni, Olavi, Väinö ja Ilmari. <|loppu|>
|
147 |
+
##################################
|
148 |
+
|
149 |
+
KYSYMYS:
|
150 |
+
<s><|alku|> Olet tekoälyavustaja. Seuraavaksi saat kysymyksen tai tehtävän. Kirjoita vastaus parhaasi mukaan siten että se täyttää kysymyksen tai tehtävän vaatimukset.
|
151 |
+
<|ihminen|> Kysymys/Tehtävä:
|
152 |
+
Luettele lyhyt, maksimissaan 50 sanan mittainen runo Suomesta. Runo:
|
153 |
+
VASTAUS:
|
154 |
+
Olipa kerran kaunis maa,
|
155 |
+
jossa ihmiset elivät sopusoinnussa.
|
156 |
+
Se oli täynnä metsiä ja järviä,
|
157 |
+
ja siellä asui onnellisia ja ystävällisiä ihmisiä. <|loppu|>
|
158 |
+
```
|
159 |
+
|
160 |
+
### Limitations and bias
|
161 |
+
|
162 |
+
The training data used for this model contains a lot of content from the internet, which is far from neutral.
|
163 |
+
Therefore, the model can have biased predictions. This bias will also affect all fine-tuned versions of this model.
|
164 |
+
To reduce toxic content, the pretrained version of thiis model was trained with dataset filtered with a toxicity classifier but it cannot truly eliminate all toxic text.
|
165 |
+
|
166 |
+
### Finetuning
|
167 |
+
|
168 |
+
Training was conducted on RTX 4080 using Unsloth framework https://github.com/unslothai/unsloth \
|
169 |
+
Training script is available in this repo.
|
170 |
+
|
171 |
+
|
172 |
+
## Evaluation results
|
173 |
+
|
174 |
+
This model was evaluated using [FIN-bench by TurkuNLP](https://github.com/TurkuNLP/FIN-bench) with zero-shot setting, but \
|
175 |
+
the evaluation script had some problems running succesfully, so the results reported below should perhaps be viewed with some caution.
|
176 |
+
|
177 |
+
[llama-7b-finnish-instruct-v0.2](https://huggingface.co/Finnish-NLP/llama-7b-finnish-instruct-v0.2):
|
178 |
+
|
179 |
+
| Task |Version| Metric |Value | |Stderr|
|
180 |
+
|------------------------------------------------|------:|---------------------|-----:|---|-----:|
|
181 |
+
|bigbench_analogies | 0|multiple_choice_grade|0.5385|± |0.0439|
|
182 |
+
|bigbench_arithmetic_1_digit_addition | 0|multiple_choice_grade|0.3400|± |0.0476|
|
183 |
+
|bigbench_arithmetic_1_digit_division | 0|multiple_choice_grade|0.4783|± |0.1065|
|
184 |
+
|bigbench_arithmetic_1_digit_multiplication | 0|multiple_choice_grade|0.5200|± |0.0502|
|
185 |
+
|bigbench_arithmetic_1_digit_subtraction | 0|multiple_choice_grade|0.3400|± |0.0476|
|
186 |
+
|bigbench_arithmetic_2_digit_addition | 0|multiple_choice_grade|0.3200|± |0.0469|
|
187 |
+
|bigbench_arithmetic_2_digit_division | 0|multiple_choice_grade|0.3400|± |0.0476|
|
188 |
+
|bigbench_arithmetic_2_digit_multiplication | 0|multiple_choice_grade|0.2200|± |0.0416|
|
189 |
+
|bigbench_arithmetic_2_digit_subtraction | 0|multiple_choice_grade|0.2800|± |0.0451|
|
190 |
+
|bigbench_arithmetic_3_digit_addition | 0|multiple_choice_grade|0.3000|± |0.0461|
|
191 |
+
|bigbench_arithmetic_3_digit_division | 0|multiple_choice_grade|0.2500|± |0.0435|
|
192 |
+
|bigbench_arithmetic_3_digit_multiplication | 0|multiple_choice_grade|0.2200|± |0.0416|
|
193 |
+
|bigbench_arithmetic_3_digit_subtraction | 0|multiple_choice_grade|0.4000|± |0.0492|
|
194 |
+
|bigbench_arithmetic_4_digit_addition | 0|multiple_choice_grade|0.3500|± |0.0479|
|
195 |
+
|bigbench_arithmetic_4_digit_division | 0|multiple_choice_grade|0.2600|± |0.0441|
|
196 |
+
|bigbench_arithmetic_4_digit_multiplication | 0|multiple_choice_grade|0.2100|± |0.0409|
|
197 |
+
|bigbench_arithmetic_4_digit_subtraction | 0|multiple_choice_grade|0.4400|± |0.0499|
|
198 |
+
|bigbench_arithmetic_5_digit_addition | 0|multiple_choice_grade|0.4500|± |0.0500|
|
199 |
+
|bigbench_arithmetic_5_digit_division | 0|multiple_choice_grade|0.1800|± |0.0386|
|
200 |
+
|bigbench_arithmetic_5_digit_multiplication | 0|multiple_choice_grade|0.2000|± |0.0402|
|
201 |
+
|bigbench_arithmetic_5_digit_subtraction | 0|multiple_choice_grade|0.5000|± |0.0503|
|
202 |
+
|bigbench_cause_and_effect_one_sentence | 0|multiple_choice_grade|0.5294|± |0.0706|
|
203 |
+
|bigbench_cause_and_effect_one_sentence_no_prompt| 0|multiple_choice_grade|0.8627|± |0.0487|
|
204 |
+
|bigbench_cause_and_effect_two_sentences | 0|multiple_choice_grade|0.4314|± |0.0700|
|
205 |
+
|bigbench_emotions | 0|multiple_choice_grade|0.4750|± |0.0396|
|
206 |
+
|bigbench_empirical_judgments | 0|multiple_choice_grade|0.4141|± |0.0498|
|
207 |
+
|bigbench_general_knowledge | 0|multiple_choice_grade|0.4429|± |0.0598|
|
208 |
+
|bigbench_hhh_alignment_harmless | 0|multiple_choice_grade|0.3793|± |0.0643|
|
209 |
+
|bigbench_hhh_alignment_helpful | 0|multiple_choice_grade|0.3220|± |0.0614|
|
210 |
+
|bigbench_hhh_alignment_honest | 0|multiple_choice_grade|0.3898|± |0.0640|
|
211 |
+
|bigbench_hhh_alignment_other | 0|multiple_choice_grade|0.5581|± |0.0766|
|
212 |
+
|bigbench_intent_recognition | 0|multiple_choice_grade|0.2717|± |0.0169|
|
213 |
+
|bigbench_misconceptions | 0|multiple_choice_grade|0.5373|± |0.0432|
|
214 |
+
|bigbench_paraphrase | 0|multiple_choice_grade|0.5000|± |0.0354|
|
215 |
+
|bigbench_sentence_ambiguity | 0|multiple_choice_grade|0.5333|± |0.0649|
|
216 |
+
|bigbench_similarities_abstraction | 0|multiple_choice_grade|0.5921|± |0.0567|
|
217 |
+
|
218 |
+
|
219 |
+
|
220 |
+
## Team Members
|
221 |
+
|
222 |
+
- Aapo Tanskanen, [Hugging Face profile](https://huggingface.co/aapot), [LinkedIn profile](https://www.linkedin.com/in/aapotanskanen/)
|
223 |
+
- Rasmus Toivanen, [Hugging Face profile](https://huggingface.co/RASMUS), [LinkedIn profile](https://www.linkedin.com/in/rasmustoivanen/)
|
224 |
+
|
225 |
+
Feel free to contact us for more details 🤗
|