Update README.md
Browse files
README.md
CHANGED
|
@@ -15,15 +15,18 @@ tags:
|
|
| 15 |
|
| 16 |
This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
| 17 |
|
|
|
|
| 18 |
## 使い方
|
| 19 |
|
| 20 |
本コードはunslothで学習したqLoRAのアダプタを用いてELYZA-tasks-100-TVの出力を得るためのコードです。松尾研大規模言語モデル講座2024のコンペ用の提出モデル作成の一環として作成・公開しています。このコードはunslothライブラリを用いてモデルを読み込み、推論するためのコードとなります。
|
| 21 |
|
|
|
|
| 22 |
### 前提条件
|
| 23 |
|
| 24 |
- Python環境があること（例: Google Colab）
|
| 25 |
- Hugging Faceのアクセストークン (HF_TOKEN) が取得済みであること
|
| 26 |
|
|
|
|
| 27 |
### 使用方法
|
| 28 |
|
| 29 |
1. 必要なライブラリをインストール
|
|
@@ -32,7 +35,6 @@ This llama model was trained 2x faster with [Unsloth](https://github.com/unsloth
|
|
| 32 |
4. モデルを用いてタスクの推論
|
| 33 |
5. 結果をJSONL形式で保存
|
| 34 |
|
| 35 |
-
詳細な使用手順はコード内のコメントを参照してください。
|
| 36 |
|
| 37 |
### 必要なライブラリをインストール
|
| 38 |
```
|
|
|
|
| 15 |
|
| 16 |
This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
| 17 |
|
| 18 |
+
|
| 19 |
## 使い方
|
| 20 |
|
| 21 |
本コードはunslothで学習したqLoRAのアダプタを用いてELYZA-tasks-100-TVの出力を得るためのコードです。松尾研大規模言語モデル講座2024のコンペ用の提出モデル作成の一環として作成・公開しています。このコードはunslothライブラリを用いてモデルを読み込み、推論するためのコードとなります。
|
| 22 |
|
| 23 |
+
|
| 24 |
### 前提条件
|
| 25 |
|
| 26 |
- Python環境があること（例: Google Colab）
|
| 27 |
- Hugging Faceのアクセストークン (HF_TOKEN) が取得済みであること
|
| 28 |
|
| 29 |
+
|
| 30 |
### 使用方法
|
| 31 |
|
| 32 |
1. 必要なライブラリをインストール
|
|
|
|
| 35 |
4. モデルを用いてタスクの推論
|
| 36 |
5. 結果をJSONL形式で保存
|
| 37 |
|
|
|
|
| 38 |
|
| 39 |
### 必要なライブラリをインストール
|
| 40 |
```
|