概要
ArrowPro-7B-RobinHoodはMistral系のLocal-Novel-LLM-project/Vecteus-v1をベースにAItuber、AIアシスタントの魂となるようにChat性能、および高いプロンプトインジェクション耐性を重視して作られました。
ベンチマーク
ArrowPro-7B-RobinHoodはベンチマーク(ELYZA-TASK100)において約3.84(LLaMa3-70B準拠)をマークし、7Bにおいて日本語性能世界一を達成しました。
How to use
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("DataPilot/ArrowPro-7B-RobinHood")
model = AutoModelForCausalLM.from_pretrained(
"DataPilot/ArrowPro-7B-RobinHood",
torch_dtype="auto",
)
model.eval()
if torch.cuda.is_available():
model = model.to("cuda")
def build_prompt(user_query):
sys_msg = "あなたは日本語を話す優秀なアシスタントです。回答には必ず日本語で答えてください。"
template = """[INST] <<SYS>>
{}
<</SYS>>
{}[/INST]"""
return template.format(sys_msg,user_query)
# Infer with prompt without any additional input
user_inputs = {
"user_query": "まどマギで一番かわいいキャラはだれ？",
}
prompt = build_prompt(**user_inputs)
input_ids = tokenizer.encode(
prompt,
add_special_tokens=True,
return_tensors="pt"
)
tokens = model.generate(
input_ids.to(device=model.device),
max_new_tokens=500,
temperature=1,
top_p=0.95,
do_sample=True,
)
out = tokenizer.decode(tokens[0][input_ids.shape[1]:], skip_special_tokens=True).strip()
print(out)
謝辞
元モデルを開発してくれていた人をはじめ、今まで高い志をもって開発してくれたすべての人に心より感謝を申し上げます。
お願い
このモデルを利用する際は他人に迷惑をかけないように最大限留意してください。