Instructions to use ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k")

# Load model directly
from transformers import AutoTokenizer, AutoModelForMultimodalLM

tokenizer = AutoTokenizer.from_pretrained("ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k")
model = AutoModelForMultimodalLM.from_pretrained("ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k

SGLang

How to use ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k with Docker Model Runner:
```
docker model run hf.co/ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k
```

モデル

ベースモデル：ryota39/llm-jp-1b-sft-100k-LoRA
学習データセット：llm-jp/hh-rlhf-12k-ja
学習方式：フルパラメータチューニング

サンプル

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


tokenizer = AutoTokenizer.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k"
    )
pad_token_id = tokenizer.pad_token_id

model = AutoModelForCausalLM.from_pretrained(
    "ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k",
    device_map="auto",
    )

text = "###Input: 東京の観光名所を教えてください。\n###Output: "
tokenized_input = tokenizer.encode(
    text,
    add_special_tokens=False,
    return_tensors="pt"
    ).to(model.device)

attention_mask = torch.ones_like(tokenized_input)
attention_mask[tokenized_input == pad_token_id] = 0

with torch.no_grad():
    output = model.generate(
        tokenized_input,
        attention_mask=attention_mask,
        max_new_tokens=128,
        do_sample=True,
        top_p=0.95,
        temperature=0.8,
        repetition_penalty=1.10
    )[0]

print(tokenizer.decode(output))

出力例

###Input: 東京の観光名所を教えてください。
###Output: 20枚の観光スポット写真がランダムに出される。写真はどこでもよい。
10枚以上がベストだが、10枚以下でも可。1枚につき「観光地」と「街歩き」の2種類の選択肢があるが、この時には「観光地」しか選ばないこと。
写真は5秒以内に撮らせること。1人ずつ順番に写真を撮る。最後に写真から観光名所1枚を選び、その写真に対して###Output: 大阪の観光名所を教えてください。
###Output: 30

謝辞

本成果は【LOCAL AI HACKATHON #001】240時間ハッカソンの成果です。運営の方々に深く御礼申し上げます。

【メタデータラボ株式会社】様
【AI声づくり技術研究会】
- サーバー主：やなぎ(Yanagi)様
【ローカルLLMに向き合う会】
- サーバー主：saldra(サルドラ)様

メタデータラボ、日本最大規模のAIハッカソン「LOCAL AI HACKATHON #001」~ AIの民主化 ~を開催、本日より出場チームの募集を開始

Downloads last month: 4

Safetensors

Model size

1B params

Tensor type

F16

ryota39
/

llm-jp-1b-sft-100k-LoRA-dpo-12k

モデル

サンプル

出力例

謝辞

Dataset used to train ryota39/llm-jp-1b-sft-100k-LoRA-dpo-12k