alexweberk

AI / 機械学習 / LLM 関連で学んだ内容やニュースに関して共有していければ思います！

alexweberk

AI / 機械学習 / LLM 関連で学んだ内容やニュースに関して共有していければ思います！

Gemini API を Google の generativeai ライブラリを使って試す

まだ Google の generativeai ライブラリを使ったことがなかったので、使ってみたいと思います。 今回は非常にシンプルなコードで試した結果を共有できればと思います。 より高度なことをやりたい方は、公式で出されている Cookbook もあり、他にも沢山の使い方事例が載っており非常に有用です。 https://ai.google.dev/gemini-api/cookbook セットアップまずはライブラリをインストールします。 !pip install

alexweberk

    • 言語モデルを時系列に応用 Chronos-t5 を試す

      Amazon から公開された時系列モデルChronos-t5 を試してみたいと思います。 Chronos-t5 は、言語モデルのアーキテクチャーを用いた事前学習済みの時系列モデルです。 特徴: 言語モデルのアーキテクチャーを用いた事前学習済みの時系列モデル 時系列データをトークン列に変換し、言語モデルで学習させる 710M パラメーターの Chronos-t5-large モデルを使って、時系列データの予測を行います。 Huggingface 上の説明文の翻訳:

      alexweberk

      • Anthropic API で Claude 3 のツール活用Function Callingを試す

        今回は、Anthropic API を使ってGPT-4超えと話題の Claude 3 のツール活用（Function Calling）を試してみます。 Claude 3 では、GPT-4 同様、ツールの定義をすることで LLM にツールの活用をさせることができます。 Anthropic 自体が出しているツール活用用の Python のレポジトリーがありましたので、それをフォークして使ってみます。 今回試すにあたって、Web 検索を試したかったので、同時に Brave Se

        alexweberk

        • 最新の Google Gemma モデルを MLX を使ってローカルでファインチューニング

          今回は、最新の Google Gemma モデルを Apple Silicon に最適化されたライブラリ MLX を使ってローカルで実行したり、ファインチューニングしてみましたのでその手順を紹介します。 MLX 関連の情報はドキュメンテーションが分かりづらいものも多かったので色々試した経緯も共有しながら少しでも何かの参考になれば幸いです。 実際に使った Jupyter Notebook を Gist にアップロードしていますので、そちらも参考にしてください。 →Google

          alexweberk

          画像からテーブル構造の抽出を GPT4V と Instructor を使って実現する

          GPT-4V を使って画像から表を抽出し、Instructor を使って表を整形するサンプルコード。Instructor 自体の docs を参照して試してます。 # ライブラリのインストール!pip install instructor -Uqq Instructorライブラリを使って、GPT4Vから返り値として得たいフォーマットを指定します。 from io import StringIOfrom typing import Annotated, Anyfrom p

          alexweberk

          画像からテーブル構造の抽出を GPT4V と Instructor を使って実現する

          alexweberk

          日本語も意外と理解できるOpenChat-3.5-1210を試す

          Trying openchat/openchat-3.5-12107B パラメータ級でトップクラス（？）のベンチマークを握る OpenChat3.5-1210 を Colab で試してみました。 意外に日本語が使えてびっくりです。 体感でも GPT-3.5 くらいの品質があり、利便性のあるモデルだと思いました。 モデル: https://huggingface.co/openchat/openchat-3.5-1210 セットアップ!pip install acceler

          alexweberk

          日本語も意外と理解できるOpenChat-3.5-1210を試す

          alexweberk

          Swallow 13B Instruct HFをColabで試す

          Llama 2 ベースの新しい日本語特化言語モデル Swallow 13B Instruct HFをColabで試しました。 リリース記事:  https://tokyotech-llm.github.io/ https://zenn.dev/tokyotech_lm/articles/d6cb3a8fdfc907 モデル: https://huggingface.co/tokyotech-llm/Swallow-13b-instruct-hf セットアップ!pip

          alexweberk

          Swallow 13B Instruct HFをColabで試す

          alexweberk

          リリースされたばかりの Gemini Pro API を試してみる

          Gemini Pro の API を試してみたいと思います。 API キーはこちらから取得 → https://ai.google.dev/ 参考: https://ai.google.dev/tutorials/python_quickstart セットアップ!pip install -q -U google-generativeai import pathlibimport textwrapimport google.generativeai as genai#

          alexweberk

          リリースされたばかりの Gemini Pro API を試してみる

          alexweberk

          Microsoft から出た小型モデル Phi-2 を Colab で試す

          Microsoft から出た小型モデル Phi-2 を使ってみたいと思います。 Model: https://huggingface.co/microsoft/phi-2 リリース記事: https://www.microsoft.com/en-us/research/blog/phi-2-the-surprising-power-of-small-language-models/ Satya さんがオープンソースにすると言っていたらしいですが、Huggingface

          alexweberk

          Microsoft から出た小型モデル Phi-2 を Colab で試す

          alexweberk

          Mistralの日本語ファインチューンモデル、「shisa-7b-v1」をColabで試してみました

          今回はshisa-7b-v1をColabで試しました。 Mistral 7B をベースに、日本語生成に向くよう対応させたトークナイザーを用い、その後に airoboros-3.1 や ultrafeedback_binarized などを機械翻訳したデータセットに DPO も用いてファインチューニングさせたモデルということで、なかなか楽しみなことをしているモデルです。 モデル: https://huggingface.co/augmxnt/shisa-7b-v1 同時に、

          alexweberk

          Mistralの日本語ファインチューンモデル、「shisa-7b-v1」をColabで試してみました

          alexweberk

          最近公開された大規模言語モデル DeepSeek-LLM-67B-chat を Colab で試してみた

          今回は、DeepSeek-LLM-67B-chat を Colab で試してみたいと思います。 中々大きなモデルサイズなので Colab といっても無料枠では厳しく、今回は A100 の GPU 付きで実行してみました。 また、モデルは AWQ 化されたものを使用します。 元のモデル: https://huggingface.co/deepseek-ai/deepseek-llm-67b-chat AWQ 版: https://huggingface.co/TheBlok

          alexweberk

          最近公開された大規模言語モデル DeepSeek-LLM-67B-chat を Colab で試してみた

          alexweberk

          新しく出たOpenAIのGPT-4V, Dalle-3, JSONモードAPIを試す

          2023 年 OpenAI Dev Day で発表された新しい API を色々と試してみたいと思います。 今回試すのは、 JSON Mode DALLE-3 での画像生成 GPT-4V の画像認識 API の３つです。他のも後ほど試したいと思います。 準備!pip install openai -Uqq from google.colab import userdataapi_key = userdata.get('OPENAI_API_KEY') サンプルコー

          alexweberk

          新しく出たOpenAIのGPT-4V, Dalle-3, JSONモードAPIを試す

          alexweberk

          calm2-7b-chat をColabで試す

          CyberAgent から昨日公開された新しい LLM モデル cyberagent/calm2-7b-chat を試してみました。 Apache-2.0 で商用利用可、コンテキストの長さも 32K とかなり長いので、ビジネス応答などにも使えるかと思います。 Huggingface: https://huggingface.co/cyberagent/calm2-7b-chat 早速試したいと思います。Colab上でT4 GPUで動かしてみてます。 モデルのダウンロード

          alexweberk

          calm2-7b-chat をColabで試す

          alexweberk

          llm-jpをColabで試す

          少し出遅れてしまったが、新たにリリースされた日本語 LLM「llm-jp」を試してみたいと思います。 複数バージョンがありますが、「jaster を含むものは回答がそっけない」ということを Twitter で聞いた気がしたので、今回はそれを含まないものを試してみたいと思います。 Colabで試してみるモデルのダウンロード !pip install transformers accelerate sentencepiece --quiet %timeimport torc

          alexweberk

          llm-jpをColabで試す

          alexweberk

          Zephyr-7b-alpha を無理やり日本語で試す

          今回試してみる Zephyr-7B-alpha は、Hugging Face 社によって開発された言語モデルのシリーズで、 mistral-7b に対するファインチューンとなっています。 ChatGPT で生成した会話系の合成データセットの UltraChat 等を使っており、Direct Preference Optimization (DPO) という手法を使ってトレーニングされています。 DPO ついてはまだ完全に理解できていませんが、RLHF (Reinforceme

          alexweberk

          Zephyr-7b-alpha を無理やり日本語で試す

          alexweberk

          RAG における埋め込みモデルの比較

          LLM を使った RAG を行う際に埋め込みモデルが必要となりますが、どの程度差がでるのか 4 種類ほどの埋め込みモデルを使って検証してみたいと思います。 今回試す埋め込みモデル: intfloat/multilingual-e5-large cl-nagoya/sup-simcse-ja-large pkshatech/GLuCoSE-base-ja openai/text-embedding-ada-002 こちらの記事内のベンチマークの結果でいうと各モデルは

          alexweberk

          RAG における埋め込みモデルの比較

          alexweberk