導入

GoogleからローカルLLMであるGemmaが公開されました。
Geminiと同種の技術を活用した軽量版LLMとのこと。
サイズは2Bと7Bが公開されています。

GoogleがオープンなLLMを出したということで、既に様々な方が試されています。

が、気にせずこちらもDatabricksで試してみます。それがN番煎じシリーズ。

検証はDatabricks on AWS上で実施しました。
DBRは14.3ML、クラスタタイプはg5.xlarge(GPUクラスタ)を利用しています。

Step1. パッケージインストール

最新のtransformersやaccelerateパッケージ等をインストールします。
transformersのバージョンは4.38以降が必要です。

%pip install -U transformers accelerate bitsandbytes
dbutils.library.restartPython()

Step2. モデルのダウンロード

モデルをhuggingfaceからダウンロードし、Unity Catalog Volumesへ保管します。
今回はInstruct tuningされた7Bモデルを試してみました。

事前にhuggingface上でGemmaのライセンス認証をしておく必要があります。
また、huggingfaceのAccess tokenをDatabricks Secretsに登録しておいてください。
以下のコードでは、huggingfaceスコープにaccess_tokenという名前のキーからAccess Tokenを取得しています。

from typing import Optional

def download_model(model_id:str, revision:Optional[str]=None):
    import os
    from huggingface_hub import snapshot_download

    UC_VOLUME = "/Volumes/training/llm/model_snapshots"
    access_token = dbutils.secrets.get("huggingface", "access_token")

    rev_dir = ("--" + revision) if revision else ""
    local_dir = f"/tmp/{model_id}{rev_dir}"
    uc_dir = f"/models--{model_id.replace('/', '--')}"
    
    snapshot_location = snapshot_download(
        repo_id=model_id,
        revision=revision,
        local_dir=local_dir,
        local_dir_use_symlinks=False,
        token=access_token,
    )

    dbutils.fs.cp(f"file:{local_dir}", f"{UC_VOLUME}{uc_dir}{rev_dir}", recurse=True)

model_id = "google/gemma-7b-it"
download_model(model_id)

Step3. モデルのロード

transformers上でモデルをロードします。
BF16の精度でロードしました。

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_path = "/Volumes/training/llm/model_snapshots/models--google--gemma-7b-it"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

Step4. 推論実行

推論用の関数を定義。

def generate_text(instruct:str):
    chat = [
        {"role": "user", "content": instruct},
    ]
    prompt = tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)

    inputs = tokenizer.encode(prompt, add_special_tokens=True, return_tensors="pt")
    outputs = model.generate(input_ids=inputs.to(model.device), max_new_tokens=150)

    return tokenizer.decode(outputs[0])

では、いくつか推論を実行してみます。

まずはシンプルに日本語で質問。

print(generate_text("Databricksとは何？"))

出力

<bos><start_of_turn>user
Databricksとは何？<end_of_turn>
<start_of_turn>model
Databricksは、ビッグデータ分析のためのオープンソースプラットフォームです。これは、データ分析の作業をより効果的に実行するためのツールを提供します。

**主な特徴:**

* **オープンソース:** Databricksはオープンソースプラットフォームであり、無料で使用できます。
* **データ統合:** Databricksは、さまざまなデータソースからデータを統合し、分析するための統合されたデータワークスペースを提供します。
* **データ分析:** Databricksは、ビッグデータ分析のための強力な分析機能を提供します。
* **データビジュアル:** Databricksは、データ分析の結果に基づいてビジュアルを生成するためのツールを提供します。
* **スケーラビリティ:** Databricksは、ビッグ

Markdown形式で適切に出力されていますね。

同様の質問ももう一つ。

print(generate_text("東京の観光名所を3か所、特徴と共に教えて"))

出力

<bos><start_of_turn>user
東京の観光名所を3か所、特徴と共に教えて<end_of_turn>
<start_of_turn>model
**1. 東部銀座**

* **特徴:** 古くからの繁華街、伝統的な建築物、現代の建築物、そして多くの観光スポットがある。
* **アクセス:** 東部線、銀座線、中央線を利用してアクセスできます。

**2. 東京スカイツリー**

* **特徴:** 高さから見た東京の景色を望むことができる高い建築物。
* **アクセス:** 東部線を利用してアクセスできます。

**3. 神 Temple**

* **特徴:** 古くからの寺、伝統的な建築物、そして多くの観光スポットがある。
* **アクセス:** 東部線を利用してアクセスできます。<eos>

東部線とは。。。

JSON形式出力を単純にできるのか？

print(generate_text("カレーの材料をJSON形式で出力して。結果のみ出力してください。"))

出力

<bos><start_of_turn>user
カレーの材料をJSON形式で出力して。結果のみ出力してください。<end_of_turn>
<start_of_turn>model
```json
{
  "ingredients": [
    "野菜",
    "カレー粉",
    "こしょう",
    "塩",
    "こぼこ",
    "牛乳",
    "ポテト",
    "たまご"
  ]
}
```<eos>

内容はともかく、JSON形式出力はできていますね。

まとめ

簡易ですが、Gemmaを試してみました。

同じ7BモデルということでMistral-7Bとの比較評価をRedditなどでも見かけます。
Gemmaが明らかに優れているわけではなさそうなのですが、多言語性能はGemmaが良さそうですね。

GoogleもオープンなLLM領域に参入してきてますます市場の活性化が進みそうです！