Instructions to use Aratako/Oumuamua-7b-instruct-v2-RP with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Aratako/Oumuamua-7b-instruct-v2-RP with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="Aratako/Oumuamua-7b-instruct-v2-RP")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Aratako/Oumuamua-7b-instruct-v2-RP")
model = AutoModelForCausalLM.from_pretrained("Aratako/Oumuamua-7b-instruct-v2-RP", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use Aratako/Oumuamua-7b-instruct-v2-RP with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Aratako/Oumuamua-7b-instruct-v2-RP"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Oumuamua-7b-instruct-v2-RP",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Aratako/Oumuamua-7b-instruct-v2-RP

SGLang

How to use Aratako/Oumuamua-7b-instruct-v2-RP with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "Aratako/Oumuamua-7b-instruct-v2-RP" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Oumuamua-7b-instruct-v2-RP",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "Aratako/Oumuamua-7b-instruct-v2-RP" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Oumuamua-7b-instruct-v2-RP",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use Aratako/Oumuamua-7b-instruct-v2-RP with Docker Model Runner:
```
docker model run hf.co/Aratako/Oumuamua-7b-instruct-v2-RP
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

Oumuamua-7b-instruct-v2-RP

nitky/Oumuamua-7b-instruct-v2をロールプレイ用にLoRAでファインチューニングしたモデルです。

プロンプトフォーマット

以下のようなchat templateを利用してください。（Alpacaの改変版）

{ロールプレイの指示、世界観・あらすじの説明、キャラの設定など}

### 入力:
こんにちは。

### 応答:
こんにちは！</s>

### 入力:
今日はいい天気ですね。

### 応答:

また、マルチターンの対話を行う場合、各ターンのアシスタントの応答の末尾にeos tokenを必ずつけてください。

学習の設定

RunpodでGPUサーバを借り、A6000x4で学習を行いました。学習データをクオリティの高いものと低いものに2分し、2段階に分けて学習しています。

1回目の学習

まず、比較的クオリティの低いデータセットで1回学習を行いました。利用データセットは以下の通りです。

学習パラメータは以下の通りです。

lora_r: 128
lisa_alpha: 256
lora_dropout: 0.05
lora_target_modules: ["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj", "lm_head"]
learning_rate: 2e-5
num_train_epochs: 1 epoch
batch_size: 32
max_seq_length: 4096

2回目の学習

次に、クオリティの高いデータセットで学習を行いました。この2回目の学習は、completion onlyな学習ではなく、instruction部分もloss計算に入れる手法を取り入れています。また、事前学習で使われるようなinstruction形式ではないデータセットも全体の20%程度混ぜています。利用データセットは以下の通りです。

Aratako/Rosebleu-1on1-Dialogues-RP
Aratako/LimaRP-augmented-ja-karakuri
Aratako/Bluemoon_Top50MB_Sorted_Fixed_ja
grimulkan/LimaRP-augmented
SicariusSicariiStuff/Bluemoon_Top50MB_Sorted_Fixed
事前学習用データ（instruction形式になっていないもの）

学習パラメータは以下の通りです。

lora_r: 128
lisa_alpha: 256
lora_dropout: 0.05
lora_target_modules: ["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj", "lm_head"]
learning_rate: 2e-5
num_train_epochs: 3 epochs
batch_size: 32
max_seq_length: 4096

Downloads last month: 16

Safetensors

Model size

7B params

Tensor type

BF16

Model tree for Aratako/Oumuamua-7b-instruct-v2-RP

Quantizations

1 model

Aratako
/

Oumuamua-7b-instruct-v2-RP