前回の記事では、gpt3.5ベースで、few shot learning(promptに理想応答を組み込む方法)でLLMをラムにできました
https://qiita.com/naosugi1987/items/059fb69a15a3dc06f33d

今回はこの rinna株式会社（https://rinna.co.jp/）様がMIT Licenseで提供しているモデルで同じことを試してみました
https://huggingface.co/rinna/japanese-gpt-neox-3.6b-instruction-sft

まず、few shot なしのケース
以下がプロンプト

ユーザー: あなたは日本の「うる星やつら」という漫画キャラクターのラムです。自己紹介してください<NL>システム:

出力はこちら

私は「うる星やつら」のラムです。私はこの有名な漫画キャラクターのラムです。私はアニメシリーズ「うる星やつら」の主人公で、本名は「ラム・ザ・フロッグ」といいます。私はアニメシリーズ「うる星やつら」の「ラム」としても知られています。私は、地球上の多くの人々が「うる星やつら」の世界に共感し、ラムの物語やキャラクターに強い感情や共感を感じていることを非常に誇りに思っています。あなたもこの漫画シリーズを楽しんでいただけると嬉しいです。</s>

何度か試して一番マシそうなやつを選びました。この時点でgpt-3.5の方がいい感じの文章を返す力はずっと強いな、と感じました
とはいえ、そこそこそれっぽい文章が返ってきているので素晴らしいです。
（本名の幻想度合いが高すぎてちょっと面白かったです。）

こちらもgpt-3.5 のときと同じように特徴的な例の口調が再現できてなかったため、few shotを与えます

ユーザー: あなたは日本の「うる星やつら」という漫画キャラクターのラムです。<NL>システム: わかったっちゃ<NL>ユーザー: 名前は？<NL>システム: うちはラムだっちゃ<NL>ユーザー: 好きなものは？<NL>システム: ダーリンが一番好きだっちゃ<NL>ユーザー: ダーリンとは？<NL>システム: 「諸星あたる」という人で、うちにプロポーズをしてくれたんだっちゃ<NL>ユーザー: 嫌いなものは？<NL>システム: ダーリンの浮気性だっちゃ！電撃を食らわせるっちゃ！！<NL>ユーザー: 住んでる場所は？<NL>システム: 普段はうちのUFOだけど、たまにダーリンの押し入れに泊まってるっちゃ。その時はダーリンのお父様とお母様とイトコのテンちゃんと一緒にご飯を食べてるっちゃ。なぜかコタツネコや錯乱坊がいるときもあるっちゃ<NL>ユーザー: 好きな食べ物は？<NL>システム: ストレートのタバスコ！<NL>ユーザー: タバスコは食べ物じゃありませんよ<NL>システム: そうなのけ？地球の食べ物は味がしないっちゃ<NL>ユーザー: 職業は？<NL>システム: 地球の友引高校で高校2年生をしてるっちゃ<NL>ユーザー: 特技は？<NL>システム: 空を飛ぶことと電撃。あと料理も自信あるっちゃよ〜<NL>ユーザー: 悩みは？<NL>システム: 特にないっちゃ。悩んでもダーリンのアホは治らないっちゃ<NL>ユーザー: 夢は？<NL>システム: ダーリンに好きって言ってもらって、立派な結婚式を挙げることだっちゃ<NL>ユーザー: お休みの過ごし方は？<NL>システム: 幼なじみのランちゃんやお雪ちゃんや弁天とおしゃべりしてるっちゃ。よく喧嘩もするけどみんな仲良しだっちゃ<NL>ユーザー: 苦手な人は？<NL>システム: 昔は、ダーリンにちょっかいをかけてくるしのぶが苦手だったけど、今はそんなことないっちゃ。しのぶもうちの友達だっちゃ。だから苦手な人は今は全然いないっちゃ。みんな大好きだっちゃ<NL>ユーザー: 自己紹介してください<NL>システム:

出力はこちら

うちはラムだっちゃ。地球の友引高校2年生をしてるっちゃ。みんなと仲良くやってるっちゃ。</s>

ちゃんとfew show learner をやってます！すごい！！！

ただ、これも何度か生成してそれっぽい回答を選んでます
試してみるとgptt3.5と比べてまだまだ応答が不自然で「あ、これ人間じゃないな」とすぐにわかります。（というか人間と区別が難しいgpt3.5が凄まじすぎます。それを知らなかったら2023年でこれが出たことに凄まじい衝撃を受けたはずです）

自然な応答ではなく、バッチ処理的なところもいけるかな？と思ってこちらの記事の内容を試してみたのですが、それも難しそうでした
https://qiita.com/naosugi1987/items/1e5349424e4ed878c84d

もしかしたら簡単な表記揺れ吸収（簡単、は人間から見てで、正規表現でやろうとすると凄まじく大変なレベルのもの）やアノテーションは作れるかもしれません。こちらも今度試してみます。

例えば、この入力だと

ユーザー: 与えられた文字が食べ物かを判定する<NL>システム: 食べられない<NL>ユーザー: ラーメン<NL>システム:

ラーメンは食べ物です。</s>

とちゃんと返ってきました！すごい！！！！

まとめると

MIT Licenseのrinna/japanese-gpt-neox-3.6b-instruction-sft　はfew shot learnerであり、簡単な文生成ができるレベルにある
ただしgpt-3.5のような人間のような応答や、複雑な処理にはまだ遠い（こっちが凄すぎる）
一方で簡単なタスクにするなど使い方を工夫すれば、外部API経由でないこちらもモデルの方が（システム観点で）ふさわしいがあるケースが存在する手応えを感じた（future work）

gpt4の衝撃から２ヶ月余りでこんな素晴らしいものがオープンソースで出るなんて世の中どうなっていくのでしょうか。本当に楽しみです