
Google Colab で Dolly 2.0 を試す
「Google Colab」で「Dolly 2.0」を試したので、まとめました。
【注意】「Google Colab」で「Dolly 2.0 12B」を実行するには、「Google Colab Pro/Pro+」のプレミアムが必要です。
1. Dolly 2.0
「Dolly 2.0」は、Databricksの機械学習プラットフォームで学習された命令追従型大規模言語モデルです。「pythia」ベースで、商用利用が許可されています。InstructGPT論文の能力ドメイン(ブレインストーミング、分類、クローズドQA、生成、情報抽出、オープンQA、要約など)でDatabricks社員が生成した15Kの学習データで学習しています。
公式では、次の3モデルが提供されています。
・databricks/dolly-v2-12b
・databricks/dolly-v2-7b
・databricks/dolly-v2-3b
2. databricks-dolly-15k
「databricks-dolly-15k」は、LLMのInstructチューニング用の15,000の高品質な人力のプロンプト / レスポンスのペアのデータセットです。databricks-dolly-15k(Creative Commons Attribution-ShareAlike 3.0 Unported License)のライセンスのもと、商用アプリケーションを含むすべての目的において誰でもこのデータセットを利用することができます。
@kun1em0n さんによって日本語版も提供されています。
3. Colabでの実行
Colabでの実行手順は、次のとおりです。
(1) メニュー「編集→ノートブックの設定」で、「ハードウェアアクセラレータ」で「GPU」の「プレミアム」を選択。
(2) パッケージのインストール。
5分ほどでダウンロードできました。
# パッケージのインストール
!pip install accelerate>=0.12.0 transformers[torch]==4.25.1(3) パイプラインの準備。
5分ほどかかりました。
import torch
from transformers import pipeline
# パイプラインの準備
generate_text = pipeline(
model="databricks/dolly-v2-12b",
torch_dtype=torch.bfloat16,
trust_remote_code=True,
device_map="auto"
)(4) 日本語での推論の実行。
1推論4秒ほどでした。日本語はあやしそうです。
# プロンプトの準備
prompt = "日本で一番人気のアニメは?"
# 推論の実行
res = generate_text(prompt)
print(res[0]["generated_text"])人気アニメといいますと、日本でアニメのSeason 1を見る人がほとんどが訪れるis popular anime among the people who watch anime are the first season of anime which aired in Japan. Season 1 of Naruto which is a Naruto anime is very popular.(5) 英語での推論の実行。
英語は良さそうです。
# プロンプトの準備
prompt = "What is the most popular anime in Japan?"
# 推論の実行
res = generate_text(prompt)
print(res[0]["generated_text"])Attack on Titan is the most popular anime in Japan. It was created by Hajime Isayama and has a huge following in Japan. It follows the story of a world attacked by giants creatures and the remnants of humanity who fight back using powerful weapons called titans.
【翻訳】進撃の巨人は日本で最も人気のあるアニメです。 諫山創によって作成され、日本で大きな支持を得ています。 それは、巨大な生き物とタイタンと呼ばれる強力な武器を使って反撃する人類の残党によって攻撃された世界の物語に続きます.
