環境

Macbook Pro(M3チップ)
Visual Studio Code
pyenv
poetry

概要

複数のLLMをいちいちHuggingfaceからDLしなくて済むように、modelsディレクトリにモデルファイルとトークナイザのファイルを置きつつ、作業用のworkディレクトリからモデルファイルを呼び出せるようにしたい

├── models
│   ├── model1
│   │   ├── model
│   │   │   ├── config.json
│   │   │   ├── generation_config.json
│   │   │   └── model.safetensors
│   │   └── tokenizer
│   │       ├── special_tokens_map.json
│   │       ├── tokenizer.config.json
│   │       └── tokenizer.json
│   └── model2
│       ├── model
│       │   ├── config.json
│       │   ├── generation_config.json
│       │   └── model.safetensors
│       └── tokenizer
│           ├── special_tokens_map.json
│           ├── tokenizer.json
│           └── tokenizer_config.json
├── poetry.lock
├── pyproject.toml
└── work
    └── work.py

手順

ライブラリをインポート

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import transformers

huggingfaceからモデル、トークナイザをダウンロード（以下はTinyllamaの例）

tokenizer = AutoTokenizer.from_pretrained("TinyLlama/TinyLlama-1.1B-step-50K-105b")
model = AutoModelForCausalLM.from_pretrained("TinyLlama/TinyLlama-1.1B-step-50K-105b")

HuggingFaceから読み込んだモデルファイル、トークナイザのファイルを保存

dir_name = 'models'
model_name = 'tinyllama-1.1B'
tokenizer.save_pretrained(f'{dir_name}/{model_name}/tokenizer')
model.save_pretrained(f'{dir_name}/{model_name}/model')

呼び出す時は以下

tokenizer = AutoTokenizer.from_pretrained(f'{dir_name}/{model_name}/tokenizer')
model = AutoModelForCausalLM.from_pretrained(f'{dir_name}/{model_name}/model')

ちなみに推論はメモリ不足で出来ず…Colabで動かしてみようかな？