File size: 2,250 Bytes
8e9a999 75256d9 c5346eb bd50c78 df764ee bd50c78 6f809f6 bd50c78 6f809f6 bd50c78 |
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 69 70 71 72 73 74 75 76 77 78 79 80 81 |
---
datasets:
- Yasbok/Alpaca_arabic_instruct
language:
- ar
library_name: transformers
tags:
- Alpaca
- Instruction-fine-tuning
- NLP
- Instruct Alpaca
- PEFT
- LoRA
- Instruction tuning
- Pytorch
---
## How to use🦙:
```py
import torch
import bitsandbytes as bnb
from peft import PeftModel, PeftConfig, prepare_model_for_int8_training, LoraConfig, get_peft_model
from transformers import LlamaTokenizer, LlamaForCausalLM, GenerationConfig
peft_model_id = "Yasbok/Alpaca_instruction_fine_tune_Arabic"
# config = PeftConfig.from_pretrained(peft_model_id)
tokenizer = LlamaTokenizer.from_pretrained("decapoda-research/llama-7b-hf")
model = LlamaForCausalLM.from_pretrained("decapoda-research/llama-7b-hf",
load_in_8bit=True,
device_map="auto",)
# Load the Lora model
model = PeftModel.from_pretrained(model, peft_model_id)
# Based on the inference code by `tloen/alpaca-lora`
def generate_prompt(instruction, input=None):
if input:
return f"""يوجد أدناه تعليمات تصف مهمة ، إلى جانب إدخال يوفر المزيد من السياق. اكتب ردًا يكمل الطلب بشكل مناسب.
### تعليمات:
{instruction}
### مدخل:
{input}
### انتاج:"""
else:
return f"""يوجد أدناه إرشادات تصف مهمة. يُرجى كتابة رد يكمل الطلب بشكل مناسب.
### تعليمات:
{instruction}
### انتاج:"""
# Inputs to instantiate the model:
generation_config = GenerationConfig(
temperature=0.2,
top_p=0.75,
num_beams=4,
)
# Evaluate the model:
def evaluate(instruction, input=None):
prompt = generate_prompt(instruction, input)
inputs = tokenizer(prompt, return_tensors="pt")
input_ids = inputs["input_ids"].cuda()
generation_output = model.generate(
input_ids=input_ids,
generation_config=generation_config,
return_dict_in_generate=True,
output_scores=True,
max_new_tokens=256
)
for s in generation_output.sequences:
output = tokenizer.decode(s)
print("انتاج:", output.split("### انتاج:")[1].strip())
evaluate(input("تعليمات: "))
``` |