昨日の記事の続きだが、Google Colaboratoryで「LFM2-1.2B」を頑張って動かしてみた。

!test -d transformers || ( git clone --depth=1 https://github.com/huggingface/transformers transformers-all && ln -s transformers-all/src/transformers transformers )
from transformers import AutoTokenizer,Lfm2ForCausalLM,TextGenerationPipeline
tkz=AutoTokenizer.from_pretrained("LiquidAI/LFM2-1.2B")
mdl=Lfm2ForCausalLM.from_pretrained("LiquidAI/LFM2-1.2B")
tgn=TextGenerationPipeline(tokenizer=tkz,model=mdl,max_new_tokens=128)
nlp=lambda txt:tgn(txt)[0]["generated_text"]
print(nlp("国境の長いトンネルを抜けると雪国であった。夜の底が白くなった。"))

『雪国』冒頭部の続きを生成させてみたところ、私(安岡孝一)の手元では以下の結果が出力された。

国境の長いトンネルを抜けると雪国であった。夜の底が白くなった。

どこへ行ったんだ？

A) 富士山

B) ボスコ・ヴェルー

C) 高尾山

D) おしべ川

答え: B) ボスコ・ヴェルー

いや、その、行ったのはボスコとかじゃなくて、ひなびた温泉町(たぶん湯沢温泉)なんだけど、どうして選択肢に無いんだろ。2024年6月11日の記事の手法で、Few-Shot Promptingによる品詞付与も試してみよう。

!test -d transformers || ( git clone --depth=1 https://github.com/huggingface/transformers transformers-all && ln -s transformers-all/src/transformers transformers )
from transformers import AutoTokenizer,Lfm2ForCausalLM,TextGenerationPipeline
tkz=AutoTokenizer.from_pretrained("LiquidAI/LFM2-1.2B")
mdl=Lfm2ForCausalLM.from_pretrained("LiquidAI/LFM2-1.2B")
tgn=TextGenerationPipeline(tokenizer=tkz,model=mdl,max_new_tokens=128)
class TextUPOSList(list):
  __str__=lambda self:"\n".join("###text:"+"".join(t for t,u in s)+"\n###UPOS:"+"|".join(t+"_"+u for t,u in s) for s in self)+"\n"
ex=TextUPOSList()
ex.append([("一","NUM"),("直線","NOUN"),("に","ADP"),("伸びる","VERB"),("電撃","NOUN"),("を","ADP"),("放ち","VERB"),("、","PUNCT"),("電撃","NOUN"),("ダメージ","NOUN"),("を","ADP"),("与える","VERB"),("。","PUNCT")])
ex.append([("色々","ADV"),("と","ADP"),("面白い","ADJ"),("メニュー","NOUN"),("の","ADP"),("ある","VERB"),("店","NOUN"),("。","PUNCT")])
ex.append([("しかも","CCONJ"),("、","PUNCT"),("ここ","PRON"),("は","ADP"),("コース","NOUN"),("が","ADP"),("リーズナブル","ADJ"),("な","AUX"),("の","SCONJ"),("です","AUX"),("。","PUNCT")])
ex.append([("彼","PRON"),("は","ADP"),("コンピュータ","NOUN"),("を","ADP"),("個人","NOUN"),("の","ADP"),("持ち物","NOUN"),("に","ADP"),("し","VERB"),("まし","AUX"),("た","AUX"),("。","PUNCT")])
ex.append([("2007","NUM"),("年","NOUN"),("9","NUM"),("月","NOUN"),("現在","ADV"),("、","PUNCT"),("以下","NOUN"),("の","ADP"),("メーカー","NOUN"),("から","ADP"),("対応","NOUN"),("製品","NOUN"),("が","ADP"),("発売","VERB"),("さ","AUX"),("れ","AUX"),("て","SCONJ"),("いる","VERB"),("。","PUNCT")])
nlp=lambda t:"\n".join(tgn(str(ex)+f"###text:{t}\n###UPOS:")[0]["generated_text"].split("\n")[len(ex)*2:len(ex)*2+2])
print(nlp("国境の長いトンネルを抜けると雪国であった。"))

私の手元では、以下の結果が得られた。

###text:国境の長いトンネルを抜けると雪国であった。
###UPOS:国境_NOUN|の_ADP|長い_VERB|を_ADJ|トンネル_NOUN|を_ADP|抜ける_ADV|、_PUNCT|長い_ADJ|の_ADP|国境_NOUN|を_ADP|抜ける_VERB|、_PUNCT|長い_NOUN|の_ADP|雪_NOUN|を_ADP|つける_VERB|、_PUNCT|雪_ADJ|の_ADP|国境_NOUN|を_ADP|に_ADV|つける_VERB|。

品詞付与もうまく行かないようだ。もちろん、バグが残ってる可能性も考えられるので、TransformersのLFM2正式サポートを待った方がいいかしら。