RP-7b-instruct
🚨 This model is tuning to RP and knowledge is likely unstable.
This is a merge of pre-trained language models created using mergekit.
Output example
[INST] <<SYS>>
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。また考える過程も出力してください。
<</SYS>>
まどマギで一番好きなキャラは？ [/INST]まどマギで一番好きなキャラクターは、鹿目まどかです。彼女は物語の中心人物であり、優しくて芯の強い性格が魅力的です。また、彼女が魔法少女としての運命を受け入れ、他の魔法少女たちを救うために奔走する姿には感動します。彼女の最期の選択も、多くの人々の心に残る名シーンとなっています。
Test environment
This model was tested using text-generation-webui. I use preset min_p and Null preset with temperature=0.3 for Generation.
Usage
This format must be adhered to strictly, as deviations may result in less optimal outputs from the model.
The template used to construct a prompt for the Instruct model is specified as follows:
<s>[INST] <<SYS>>\n{SYSTEM_PROMPT}\n<</SYS>>\n\n{USER_MESSAGE_1} [/INST] {BOT_MESSAGE_1}</s>[INST] {USER_MESSAGE_2} [/INST]
Please be aware that <s> and </s> are special tokens used for the beginning of string (BOS) and end of string (EOS), respectively, while [INST] and [/INST] are considered regular strings.
For the "{SYSTEM_PROMPT}" part, We recommend using "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。また考える過程も出力してください。"
For the "{USER_MESSAGE_1}" part, We recommend using {instruction}\n{input}
In other words, We recommend the following:
<s>[INST] <<SYS>>\n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。また考える過程も出力してください。\n<</SYS>>\n\n{instruction1}\n{input1} [/INST] {BOT_MESSAGE_1}</s>[INST] {instruction2}\n{input2} [/INST]
Use the instruct model
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
model_name = "nitky/RP-7b-instruct"
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)
device = "cuda"
messages = [
{"role": "system", "content": "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。また考える過程も出力してください。"},
{"role": "user", "content": "まどマギで一番好きなキャラは？"}
]
encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")
model_inputs = encodeds.to(device)
model.to(device)
generated_ids = model.generate(model_inputs, max_new_tokens=256, do_sample=True, temperature=0.3)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])
Merge Details
Merge Method
This model was merged using the Model Stock merge method using stabilityai/japanese-stablelm-base-gamma-7b as a base.
Models Merged
The following models were included in the merge:
- DataPilot/ArrowPro-7B-RobinHood
- Aratako/AntlerStar-RP
- ohwi/japanese-stablelm-instruct-gamma-7b-dpo-uf-v1
- Aratako/Ninja-v1-RP-expressive
- Aratako/ArrowPro-7B-RobinHood-toxic
- Elizezen/Phos-7B-RP
- DataPilot/ArrowPro-7B-KillerWhale
- umiyuki/Umievo-itr012-Gleipnir-7B
- DataPilot/ArrowPro-7B-KUJIRA
Configuration
The following YAML configuration was used to produce this model:
merge_method: model_stock
base_model: stabilityai/japanese-stablelm-base-gamma-7b
models:
- model: Aratako/AntlerStar-RP
- model: Aratako/ArrowPro-7B-RobinHood-toxic
- model: Aratako/Ninja-v1-RP-expressive
- model: DataPilot/ArrowPro-7B-KUJIRA
- model: DataPilot/ArrowPro-7B-RobinHood
- model: DataPilot/ArrowPro-7B-KillerWhale
- model: Elizezen/Phos-7B-RP
- model: ohwi/japanese-stablelm-instruct-gamma-7b-dpo-uf-v1
- model: umiyuki/Umievo-itr012-Gleipnir-7B
dtype: bfloat16
tokenizer_source: model:stabilityai/japanese-stablelm-base-gamma-7b
name: RP-7b-instruct