--- license: apache-2.0 library_name: peft tags: - trl - sft - generated_from_trainer base_model: TheBloke/typhoon-7B-GPTQ model-index: - name: typhoon-7b-chat-alpaca results: [] datasets: - Thaweewat/alpaca-cleaned-52k-th language: - th pipeline_tag: text-generation --- # typhoon-7b-chat-alpaca This model is a fine-tuned version of [TheBloke/typhoon-7B-GPTQ](https://huggingface.co/TheBloke/typhoon-7B-GPTQ) on the None dataset. ## Usage ```python from peft import AutoPeftModelForCausalLM from transformers import GenerationConfig, AutoTokenizer import torch import time def generate_response(input_text: str) -> str: """ Generate a response for the given input text using the Typhoon-7B model. Parameters: input_text (str): The input text prompt. Returns: str: The generated response. """ # Initialize the tokenizer and model only once tokenizer = AutoTokenizer.from_pretrained("Thaweewat/typhoon-7b-chat-alpaca") model = AutoPeftModelForCausalLM.from_pretrained( "Thaweewat/typhoon-7b-chat-alpaca", low_cpu_mem_usage=True, return_dict=True, torch_dtype=torch.float16, device_map="cuda") generation_config = GenerationConfig( do_sample=True, top_k=1, temperature=0.5, max_new_tokens=300, pad_token_id=tokenizer.eos_token_id) # Tokenize input inputs = tokenizer(input_text, return_tensors="pt").to("cuda") # Generate outputs st_time = time.time() outputs = model.generate(**inputs, generation_config=generation_config) # Decode and print response response = tokenizer.decode(outputs[0], skip_special_tokens=True) print(f"Response time: {time.time() - st_time} seconds") return response # Sample usage: input_text = "###Human: ใครคือนายกไทยคนปัจจุบัน ###Assistant: " print(generate_response(input_text)) """ นายกรัฐมนตรีคนปัจจุบันของไทยคือพลเอกประยุทธ์ จันทร์โอชา เขาดำรงตำแหน่งนี้ตั้งแต่เดือนสิงหาคม 2557 และได้รับเลือกอีกครั้งในการเลือกตั้งทั่วไปในปี 2562 เขาเป็นนายทหารที่เกษียณอายุแล้วและเคยดำรงตำแหน่งผู้บัญชาการ ทหารบกและผู้บัญชาการทหารสูงสุดมาก่อน เขาเป็นผู้นำรัฐบาลทหารตั้งแต่เดือนพฤษภาคม 2557 จนถึงเดือนธันวาคม 2559 และเป็นผู้นำรัฐบาลพลเรือนตั้งแต่เดือนธันวาคม 2559 จนถึงปัจจุบัน เขาเป็นผู้นำรัฐบาลที่ดำรงตำแหน่งยาวนานที่สุดในประวัติศาสตร์ของไทย และเป็นผู้นำรัฐบาลที่ดำรงตำแหน่งยาวนานที่สุดในประวัติศาสตร์ของไทย """ ``` ### Training hyperparameters The following hyperparameters were used during training: - learning_rate: 0.0002 - train_batch_size: 8 - eval_batch_size: 8 - seed: 42 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: cosine - mixed_precision_training: Native AMP ### Framework versions - PEFT 0.7.1 - Transformers 4.37.0.dev0 - Pytorch 2.1.2+cu121 - Datasets 2.16.0 - Tokenizers 0.15.0