dtthanh/llama-2-7b-und-lora-2.7

Adapter info

- This is an Lora adapter using dataset contains only 360 Vietnamese sentences and the "text" column in a format like: -

    > \<s\>\[INST\] "Bạn bè có phúc cùng chia."\[\/INST\] Bạn bè có phúc cùng chia. Có họa trốn sạch chạy đi phương nào? Tay trắng làm nên… mấy chục ngàn bạc nợ. \<\/s\>
  
    or
  
    > \<s\>\[INST\] Ai bảo chăn trâu là khổ. \[\/INST\] Ai bảo chăn trâu là khổ. Tôi chăn chồng còn khổ hơn trâu. Trâu đi trâu biêt đường về. Chồng đi không biết dường về như trâu. \<\/s\>

## Training procedure
-
 The following `bitsandbytes` quantization config was used during training:
  - load_in_8bit: False
  - load_in_4bit: True
  - llm_int8_threshold: 6.0
  - llm_int8_skip_modules: None
  - llm_int8_enable_fp32_cpu_offload: False
  - llm_int8_has_fp16_weight: False
  - bnb_4bit_quant_type: nf4
  - bnb_4bit_use_double_quant: False
  - bnb_4bit_compute_dtype: float16

### Usage
  -

import torch from peft import PeftModel from transformers import AutoModelForCausalLM, AutoTokenizer, LlamaTokenizer, StoppingCriteria, StoppingCriteriaList, TextIteratorStreamer

modelname = "NousResearch/llama-2-7b-chat-hf" adaptersname = "dtthanh/llama-2-7b-und-lora-2.7"

print(f"Starting to load the model {model_name} into memory")

m = AutoModelForCausalLM.frompretrained( modelname, # basemodelnameorpath # NousResearch/llama-2-7b-chat-hf #loadin4bit=True, torchdtype=torch.bfloat16, devicemap={"": 0} )

m = PeftModel.frompretrained(m, adaptersname) m = m.mergeandunload() tok = AutoTokenizer.frompretrained(modelname) tok.padtokenid = 18610 # _***

print(f"Successfully loaded the model {model_name} into memory")

• —PEFT 0.4.0