Update README.md

README.md

@@ -49,4 +49,78 @@ The dataset was compiled from the following publicly available datasets:
 ### Interfere Guide
 To perform inference, execute the following code.
 
-(code)
+# 必要なライブラリを読み込み
+from unsloth import FastLanguageModel
+from peft import PeftModel
+import torch
+import json
+from tqdm import tqdm
+import re
+
+# ベースとなるモデルと学習したLoRAのアダプタ（Hugging FaceのIDを指定）。
+model_id = "Hibiki252/gemma-2-27b-4bit"
+adapter_id = "Hibiki252/gemma-2-27b-ten-adapter"
+
+# Hugging Face Token を指定。
+HF_TOKEN = <your token>
+
+# unslothのFastLanguageModelで元のモデルをロード。
+dtype = None # Noneにしておけば自動で設定
+load_in_4bit = True 
+
+model, tokenizer = FastLanguageModel.from_pretrained(
+    model_name=model_id,
+    dtype=dtype,
+    load_in_4bit=load_in_4bit,
+    trust_remote_code=True,
+)
+
+# 元のモデルにLoRAのアダプタを統合。
+model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)
+
+# タスクとなるデータの読み込み。
+# 事前にデータをアップロードしてください。
+datasets = []
+with open("./elyza-tasks-100-TV_0.jsonl", "r") as f:
+    item = ""
+    for line in f:
+      line = line.strip()
+      item += line
+      if item.endswith("}"):
+        datasets.append(json.loads(item))
+        item = ""
+
+# プロンプト
+base_prompt = (
+"""あなたは世界最高峰のAIアシスタントです。以下のルールと指示に従って、入力されたタスクに対して具体的かつ正確な回答をしてください。
+【ルール】
+- タスクの意図を十分に理解して回答してください。
+- 質問と直接関係ない情報は書かないでください。
+- 特別な指定がない限り、プログラミングコードは出力しないでください。
+- 回答は特別な指示がない限り日本語で答えてください。
+- 必要に応じて根拠や理由を説明してください。
+以下がタスクです。"""
+
+# モデルを用いてタスクの推論。
+
+# 推論するためにモデルのモードを変更
+FastLanguageModel.for_inference(model)
+
+results = []
+for dt in tqdm(datasets):
+  input = dt["input"]
+
+  prompt = f"""{base_prompt}\n### 指示\n{input}\n### 回答\n"""
+
+  inputs = tokenizer([prompt], return_tensors = "pt").to(model.device)
+
+  outputs = model.generate(**inputs, max_new_tokens = 4048, use_cache = True, do_sample=False,repetition_penalty=1.2)
+  prediction = tokenizer.decode(outputs[0], skip_special_tokens=True).split('\n### 回答')[-1]
+
+  results.append({"task_id": dt["task_id"], "input": input, "output": prediction})
+
+# 結果をjsonlで保存。
+with open("gemma27b_ten", 'w', encoding='utf-8') as f:
+    for result in results:
+        json.dump(result, f, ensure_ascii=False)
+        f.write('\n')