metadata

library_name: peft
base_model: HuggingFaceH4/zephyr-7b-beta
datasets:
  - w95/databricks-dolly-15k-az
license: mit
language:
  - az

Model Card for Model ID

This model was built via parameter-efficient finetuning of the HuggingFaceH4/zephyr-7b-beta base model on the first 8k rows in w95/databricks-dolly-15k-az.

Model Details

Model Description

Developed by: Mammad Hajili
Model type: Causal LM
Language(s) (NLP): Azerbaijani
License: mit
Finetuned from model [optional]: HuggingFaceH4/zephyr-7b-beta

Training procedure

The following bitsandbytes quantization config was used during training:

quant_method: bitsandbytes
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: bfloat16

Framework versions

PEFT 0.6.3.dev0

Loading model and tokenizer

from peft import PeftModel, PeftConfig
from transformers import AutoModelForCausalLM

config = PeftConfig.from_pretrained("hajili/zephyr-7b-beta-dolly-azerbaijani")
model = AutoModelForCausalLM.from_pretrained("HuggingFaceH4/zephyr-7b-beta", device_map='auto', torch_dtype=torch.bfloat16)
model = PeftModel.from_pretrained(model, "hajili/zephyr-7b-beta-dolly-azerbaijani")

tokenizer = transformers.AutoTokenizer.from_pretrained(
        "hajili/zephyr-7b-beta-dolly-azerbaijani",
    )
tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = 'right'

Text Comprehension:

system_message = "Bakı şəhərinin əhalisi neçə milyondur?"
user_message = "Azərbaycanın paytaxtı Bakı şəhəridir. Onun əhalisi 3 milyondur. Bakı Xəzər dənizi sahilində yerləşir."

prompt = f"<|system|>\n{system_message}\n<|user|>\n{user_message}\n<|assistant|>\n"
inputs = tokenizer(prompt, return_tensors='pt', return_attention_mask=False)

output_ids = model.generate(**inputs, max_length=200)

answer = tokenizer.batch_decode(output_ids)[0]

print(answer) #Bakı şəhərinin əhalisi 3 milyondur.

Text Generation

system_message = "Təbiət haqqında şeir yaz."
user_message = ""

prompt = f"<|system|>\n{system_message}\n<|user|>\n{user_message}\n<|assistant|>\n"
inputs = tokenizer(prompt, return_tensors='pt', return_attention_mask=False)

output_ids = model.generate(**inputs, max_length=200)

answer = tokenizer.batch_decode(output_ids)[0]

print(answer)

#Günəşin yanında, göy qurşağının rəngləri,
#Yeni bir günün doğulması,
#Həyat başlayır,
#Bir yeni səyahətə başlayın.
#
#Günəşin yanında, göy qurşağının rəngləri,
#Rənglər dəyiş,
#Həyat dəyişir,
#Və məni tərk edir.