---
base_model: llm-jp/llm-jp-3-13b
tags:
- text-generation-inference
- transformers
- unsloth
- llama
- trl
license: apache-2.0
language:
- en
---

# Uploaded  model

- **Developed by:** fuwafuwa012
- **License:** apache-2.0
- **Finetuned from model :** llm-jp/llm-jp-3-13b

This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.

[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)


code version 2
本コードは，elyza-tasks-100-TV_0.jsonlの回答のための推論用コードです。
unslothのサンプルコードのハイパーパラメーターの値を変更して学習させたモデルになっています。
変更点としては，以下の通りです。
lora_alphaの値を64として正規化項を増やす。
lora_dropoutを0.10としてdropoutを上昇させる。
学習率を1e-5と上昇。
出力に対して，do_sample=True と temperature や top_p を加えることで出力の多様性を向上。