【ローカルAI】GUIでCodeLlama-34B-Instruct-GGUFを動かしてみる【text-generation-webui】
概要 ローカルLLMで最近話題の「CodeLlama-34B-Instruct-GGUF」をtext-generation-webuiから動かし、「ローカルLLMでもファインチューニングなしでプロンプト指示できる」感覚を体験してみる。 メイン読者ターゲット ご家庭にGPUがある人（CPUでも良いが遅い） 最適化だったり正しい理解ができてるかは別として、とりあえず動かしたい人 導入から書くので、推論スピードだけ確認したい人は下まですっ飛ばしてください。 導入 text-generation-webuiの導入 以下からclone 自分はpyenv+venv派なので python -m venv .venv でactivate。 あとは基本的にinstallationに従えば良い。 数少ないポイントとして、使ってるGPUやOSによってtorchが変わること、昔のGPUだとbitsandbytes
DPO による Llama 2 のファインチューニング｜npaka
以下の記事が面白かったので、かるくまとめました。 ・Fine-tune Llama 2 with DPO 1. はじめに「RLHF」は「GPT-4」「Claude」などのLLMの事実上の最後の学習ステップとなっており、LLM出力の饒舌さや安全さが人間の期待と一致していることを確認します。ただし、RLの複雑さが持ち込まれます。適切な報酬関数を設定し、状態を推定するようにモデルを学習する必要があります。同時に、元のモデルから離れすぎないよう注意する必要があります。このようなプロセスは非常に複雑で、正しく行うのは容易ではありません。 Rafailov、Sharma、Mitchellらによる最近の論文「Direct Preference Optimization」では、既存の手法で使用されているRLベースの目標を、単純なバイナリクロスエントロピー損失を介して直接最適化できる目標に切り替えることを提
llama2のファインチューニング(QLORA)のメモ｜Kan Hatakeyama
2023/11/13追記以下の記事は､Llama2が公開されて数日後に書いた内容です｡ 公開から数ヶ月経った23年11月時点では､諸々の洗練された方法が出てきていますので､そちらも参照されることをおすすめします｡ (以下､元記事です) 話題のLamma2をファインチューニングします｡ QLoRAライブラリを使うパターンと､公式推奨の2つを試しました｡前者が個人的にはオススメです｡ 前提Hugging faceで配布されている公式のモデルが必要です｡以下を参考に､ダウンロードしておきます｡ データセット作成 (7/20 15:20追記 設定ミスってたので修正しました) test.jsonを適当に作ります｡ [ { "input": "", "output": "### Human: 富士山といえば?### Assistant: なすび" }, { "input": "", "output":
ゼロからはじめるPython 第106回 プログラム生成AIのCodeLlamaを手元のPCでも動かしてみよう：マピオンニュース
Mapion > ニュース > ネタ・コラム > ゼロからはじめるPython 第106回 プログラム生成AIのCodeLlamaを手元のPCでも動かしてみよう ChatGPTを筆頭にした「大規模言語モデル(LLM)」と呼ばれるAIが話題に上らない日はない。このAIが得意なタスクには「プログラムの自動生成」が挙げられるが、Metaからプログラム生成に特化したCodeLlamaが商用利用可能なオープンなライセンスでリリースされた。そこで実際に使ってみよう。 ○プログラミングは大規模言語モデルが得意とするタスク リリースからわずか2ヶ月で1億ユーザーを達成した「ChatGPT」の公開から本稿執筆時点で8ヶ月が過ぎた。筆者も業務でChatGPTをはじめ、Github Copilotなど、大規模言語モデル(LLM)関連サービスを使わない日はないくらいだ。 特に「プログラミング」は、間違いなく大規模
Introducing Code Llama, a state-of-the-art large language model for coding
Today, we are releasing Code Llama, a large language model (LLM) that can use text prompts to generate code. Code Llama is state-of-the-art for publicly available LLMs on code tasks, and has the potential to make workflows faster and more efficient for current developers and lower the barrier to entry for people who are learning to code. Code Llama has the potential to be used as a productivity an
【Code Llama】最強コード生成AIの使い方と実践を解説 | WEEL
Facebook（現Meta）社が、コード生成専用のLLM「Code Llama」を発表。 似たようなコード生成LLMってたくさんあるけど、本当にすごいのか？ってみんな思ってますよね？ ということで、このLLMの概要、導入方法、実際に使って比較してみた感想を記事にします。 ぜひ最後までご覧ください！ Code Llamaの最新版としてさらにパラメータが増えた「Code Llama 70B」が公開されています。 より高度なプログラミングができるということですので、ぜひそちらもチェックしてみてください！ →【CodeLlama-70B】700億パラメーターコード生成AIをGPT-4と比較してみた なお弊社では、生成AIツール開発についての無料相談を承っています。こちらからお気軽にご相談ください。 →無料相談で話を聞いてみる Code Llamaの概要 Code Llamaは、メタ社が開発したコ
Google Colab で Code Llama を試す｜npaka
「Google Colab」で「Code Llama」を試したので、まとめました。 1. Code Llama「Code Llama」は、コードと自然言語の両方からコードとコードに関する自然言語を生成できる最先端のLLMです。研究および商用利用が可能で、無料で利用できます。 2. Code Llamaのモデル「Code Llama」は「Llama 2」ベースで、3種類を3サイズ提供しています。 ・Code Llama : 基本的なコード生成モデル ・CodeLlama-7b-hf ・CodeLlama-13b-hf ・CodeLlama-34b-hf ・Code Llama - Python : Pythonに特化したコード生成モデル ・CodeLlama-7b-Python-hf ・CodeLlama-13b-Python-hf ・CodeLlama-34b-Ptyhon-hf ・Cod
ローカルでも動く！？日本語に特化した強化学習済み対話GPT言語モデルを検証してみる - Qiita
はじめに 元AI女子高生「りんな」をご存知でしょうか LINEに突如現れたAI女子高生で話題となっていたと思いますので、ご存知の方も多いかとおもいます。 先日「りんな」の開発元であるrinna社から日本語特化の学習がされたGPT-2モデルが 商用利用可能なMITライセンス で公開されました。 rinna、人間の評価を利用したGPT言語モデルの強化学習に成功 本モデルは、 ChatGPTに用いられている学習手法である、人間の評価を利用したGPT言語モデルの強化学習に成功している とのことです。 かつ ローカル環境でも動作する ようです。 本記事では、その対話GPT言語モデルの動作を見てみようと思う 目次 動作環境 モデル動作確認（GoogleColab） ローカル環境で実行 さいごに 動作環境 検証環境 google colaboratory（Colab Pro版） ローカル検証環境 Win
ChatGPTに匹敵する性能の日本語対応チャットAI「Vicuna-13B」のデータが公開され一般家庭のPC上で動作可能に
Vicuna-13BはChatGPTの90％の性能を持つと評価されているチャットAIで、オープンソースなので誰でも利用できるのが特徴です。2023年4月3日にモデルのウェイトが公開され、誰でも手元のPCでチャットAIを動作させることが可能になったとのことで、早速使い勝手を試してみました。 GitHub - lm-sys/FastChat: The release repo for "Vicuna: An Open Chatbot Impressing GPT-4" https://github.com/lm-sys/FastChat/#vicuna-weights 2023年3月30日にはオンラインで動作を試せるデモ版が公開されていました。デモ版の様子は下記の記事で確認できます。 ChatGPTやGoogleのBardに匹敵する精度の日本語対応チャットAI「Vicuna-13B」が公開され
mp3ファイルの再生時間をpythonで計測する方法 - Qiita
mp3ファイルの持続時間を取得する方法は2つあります。 一つは mutagenを使用する方法で、もう一つはpysoxを使用する方法です。 それぞれの方法には長所と短所があります。 mutagenを使った方法は、pysoxを使った方法よりも軽量で高速です。 mutagenはmp3ファイルのID3タグをチェックするだけなのはそのためです。一方、pysoxはSox CLIを使ってmp3ファイルのバイナリをチェックするようです。 pysoxの方法では、ID3情報を使わずに持続時間を判定する、つまりID3情報が無効なファイルや、ID3情報がないファイルを認識することができます。pysoxを使うことで、ID3情報を使わずにデュレーションを調べることができる、つまり、ID3情報が無効なファイルや、ID3情報がないファイルのデュレーションを検出することができます。 mutagenを使う方法 from mu
Deta.shの無料枠が廃止になったらCyclic.shへ移行する - Qiita
HerokuのFree Planが終了するらしい(泣)(泣) Starting November 28, 2022, we plan to stop offering free product plans and plan to start shutting down free dynos and data services. We will be sending out a series of email communications to affected users. 2022/11/28までに有料版にアップグレードしてねとのことらしい。 Cyclic.sh ⇒ Deta.sh ⇒ Cyclic.shへ移行した Cyclic.shは無料で使えるクラウドプラットフォーム。 クレジットカード・電話番号不要。 デプロイしたアプリはAWS上に展開されるようだ。 主に3つのサービスが無料で使え
Deta Space
“The first step in putting the personal back in the personal computer”
軽量で安価なマネージド型のサーバーレスプラットフォーム「Deta」
Deta https://www.deta.sh/micros Detaの特徴 「Deta」は、Google App EngineやHerokuに似た、軽量かつ安価なマネージド型のサーバーレスプラットフォームです。現在、Node.js、Pythonに対応しており、今後Denoへの展開も予定されています。 特筆すべきは、やはり価格。小規模チームでもかなり低予算で導入することができます。 Detaで環境を構築する Detaにサインアップしたら、各環境のステップをコンソール上で実行していきます。 $ curl -fsSL https://get.deta.dev/cli.sh | sh まずは、Deta用のクライアントをダウンロード。 $ deta login つづいて認証ですが、ブラウザを起動し、ログインセッションを確認するという手段をとっています。 Please, log in from t
マクドナルドで一日分の栄養を取れる組み合わせを計算したら衝撃の結果が！
マックで一日分の栄養を取りたい！ マクドナルド。関東ではマック、関西ではマクドと呼ばれている、おなじみのファーストチェーン店です。全国津々浦々にありますので、よく食べる方もいらっしゃるでしょう。私も大好きで、よく食べています。 ところで、マクドナルドって栄養的にどうなんでしょう？ファーストフードばかり食べていると体に悪いという話をよく聞きますが、そんなに偏っているのでしょうか？メニューの組み合わせさえ気を付ければ大丈夫なのでしょうか。 そこで、マクドナルドで一日に必要な栄養素を取るための商品の組み合わせを調べてみました。 計算は簡単 式を立てる 組み合わせを見つけるのはそれほど難しくありません。線形計画法という手法を用いれば簡単に解くことができます。特に最低限必要な栄養素を求める問題はダイエット問題という名前で知られています。 マクドナルドの商品の栄養素は公開されているデータを使用します。
手軽に負荷テストができるツール「Taurus」がスゴい
modules: jmeter: version: 5.4.1 # ここに書いてあるバージョンを勝手にダウンロードしてくれる properties: log_level.JMeter: WARN log_level.JMeter.threads: WARN system-properties: org.apache.commons.logging.simplelog.log.org.apache.http: WARN 既存ツールのラッパーとして動作 デフォルトでは内部的にJmeterが実行されますが、以下のようなツールで作成されたスクリプトを流用することが可能です。 JMeter Gatling Locust Selenium Vegeta つまり、さきほどはYAMLでシナリオが記述可能とは言いましたが、もちろん既存のスクリプトを流用できるってことです。 いままで作り上げてきたスクリプトや
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - oobabooga/text-generation-webui: A Gradio web UI for Large Language Models. Supports transformers, GPTQ, AWQ, EXL2, llama.cpp (GGUF), Llama models.
riywo/anyenv: all in one for **env
GitHub - jorgebastida/awslogs: AWS CloudWatch logs for Humans™
Cyclic.sh - Fullstack Javascript Apps - Deploy and Host in Seconds
Space Docs 🚀 Space Docs