LangChain + GPT-NEOX-Japanese-2.7b で日本語 LLM やりとり整備するメモ #langchain

背景

何やら流行りの LangChain でいい感じに日本語扱いたい!

とりあえずローカルで動かしたいので, 日本語は gpt-neox-japanese-2.7b 使います.

LangChain 自体はなんかいろいろつなげるための wrapper みたいなものです.
(そのうち huggingface もなんか langchain っぽいの出してきそうですネ)

LLM module

huggingface pipeline 使います.

gpt-neox-japanese-2.7b

デフォルトだと CPU 実行になってしまうので(CPU でも動くが数分くらいかかる), GPU 処理, また fp16 を使います!

また, langchain の(?) デフォルトの max_new_tokens は 20 tokens で, 長い input 与える(下のずんだもんは 220 tokens くらい)と unexpected behavor になるので max_new_tokens を大き目にとっておきます.

とりあえず動かしてみます.

import torch

from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain
from langchain.agents import ZeroShotAgent, Tool, AgentExecutor, load_tools

from langchain.llms.huggingface_pipeline import HuggingFacePipeline
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

device_num = -1 # CPU
if torch.cuda.is_available():
  device_num = 0 # cuda:0

model_id = "abeja/gpt-neox-japanese-2.7b"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)
pipe = pipeline(
    "text-generation", model=model, tokenizer=tokenizer,
　　max_new_tokens=512, device=device_num, torch_dtype=torch.float16
)
hf = HuggingFacePipeline(pipeline=pipe)

print(hf("カラフルな靴下を作る会社の社名にふさわしいのは？"))

」という質問に対して、「靴下屋」と答えた人が多かったそうです。

もうちょっとひねりほしいネ...

を参考にして PromptTemplate 使ってみます!

prompt_temp = """ずんだもんは東北に住む活発でかわいい女の子です。

    あなた「きみの名前は？」
    ずんだもん「ボクの名前はずんだもんなのだ。」

    あなた「今日の天気は？」
    ずんだもん「ボクは今日の天気は晴れだと思うのだ」

    あなた「今日は何時に起きたの？」
    ずんだもん「ボクは7時に起きたのだ」

    あなた「年齢は？」
    ずんだもん「ボクの年齢は秘密なのだ」

    あなた「朝ごはんは何食べたい？」
    ずんだもん「ボクはおにぎり食べたいのだ」

    あなた「{time}ごはんは何食べたい？」
    ずんだもん「"""

prompt = PromptTemplate(
    input_variables=["time"],
    template=prompt_temp,
)

chain = LLMChain(llm=hf, prompt=prompt)

print(chain.run("昼"))
print(chain.run("夜"))

Setting `pad_token_id` to `eos_token_id`:31999 for open-end generation.
ボクは何食べたい？」
Setting `pad_token_id` to `eos_token_id`:31999 for open-end generation.
ボクは何食べたい？」

昼も夜も, 質問に質問で返されてしまいました...

pipeline で do_sample=True, top_p=0.95, top_k=50 あたり追加や, temperature 調整すると多少よい結果がかえってきます.

とりあえずのまとめ

とりあえずはローカルでいろいろスクリプト組んだりして試して, その後必要であれば OpenAI(ChatGPT) や you.com あたりにつなぐとかがいいかも.

また, GPT-J や, https://huggingface.co/abeja/gpt2-large-japanese を使う手もありそうです.
(後者は protobuf 必要になりつらたにえんであるが! デフォルトのパラメータでそこそこいいかんじの応答してくれる感があります)

TODO

プロンプトエンジニアリングを頑張る
検索エンジンとつなぐ. とりあえずは duckduckgo https://github.com/deedy5/duckduckgo_search がいいでしょうか.