【phi-1.5】人気1位の超軽量、コスパ最強LLMを使ってみた

!pip install transformers einops

import torch

from transformers import AutoModelForCausalLM, AutoTokenizer

torch.set_default_device('cuda')

model = AutoModelForCausalLM.from_pretrained("microsoft/phi-1_5", trust_remote_code=True, torch_dtype="auto")

tokenizer = AutoTokenizer.from_pretrained("microsoft/phi-1_5", trust_remote_code=True, torch_dtype="auto")

inputs = tokenizer('''```python

def print_prime(n):

   """

   Print all primes between 1 and n

   """''', return_tensors="pt", return_attention_mask=False)

outputs = model.generate(**inputs, max_length=200)

text = tokenizer.batch_decode(outputs)[0]

print(text)

Please create a business email using correct polite and humble language to be sent to clients in Japanese.

Answer: Dear [Client's Name], I hope this email finds you well.
 I am writing to express my sincere interest in your company's products and services.
 As a potential client, I believe your offerings align perfectly with my needs and goals. 
I would like to discuss the possibility of a potential collaboration between our companies.
 Your expertise in [specific area] and my company's [specific area] complement each other, and I believe that together we can achieve great success.
 I kindly request a meeting to further explore this opportunity. I am available on [date and time] at [location].
 Please let me know if this works for you, and I will be more than happy to discuss the details in detail. 
Thank you for your time and consideration. I look forward to hearing from you soon. 
Best regards, [Your Name]

def linear_regression():

   """

   Write the code for the regression analysis in Python.

   """

   # Importing necessary libraries

   import numpy as np

   from sklearn.linear_model import LinearRegression

   # Creating a sample dataset

   X = np.array([[1, 2], [2, 3], [3, 4], [4, 5]])

   y = np.array([3, 5, 7, 9])

   # Creating a Linear Regression model

   model = LinearRegression()

   # Fitting the model to the data

   model.fit(X, y)

   # Printing the coefficients

   print("Coefficients: ", model.coef_)

   # Printing the intercept

   print("Intercept: ", model.intercept_)

   # Predicting the output for a new data point

   new_data_point = np.array([[5, 6]])

   prediction = model.predict(new_data_point)

   print("Prediction: ", prediction)

linear_regression()

Coefficients:  [1. 1.]

Intercept:  1.7763568394002505e-15

Prediction:  [11.]

人妻がテーマの400文字の官能小説を書いてください
Write a 400-word sensual novel with a married woman as the theme.

What do the red, yellow, and green colors of traffic signals mean?
（交通信号の赤、黄、緑の色は何を意味しますか？）

答え 赤は停止、黄は減速、緑は発進を意味する。

交通安全と円滑な交通の流れを確保するため、交通信号の色には統一された意味があります。それぞれの色の一般的な意味は以下の通り：

### 赤

- 停止**： 信号が赤の場合、車両は停止線または横断歩道の手前で完全に停止しなければなりません。信号が青に変わるまで停止していなければなりません。

### 黄色（またはアンバー）

- 注意**： 黄色信号は、信号が赤に変わろうとしていることを知らせる警告です。ほとんどの管轄区域では、安全であれば停止することが推奨されています。ただし、交差点に近すぎて安全に停止できない場合は、黄色信号を慎重に通過してください。

### 緑

- Go**： 青信号は進行しても安全であることを示しますが、それでも注意が必要です。対向車や歩行者を確認してから進んでください。

これらは一般的なガイドラインであり、正確な規則は管轄区域によって異なります。必ず現地の交通法規に従ってください。

What does the sentence "It is faster to fly than to run" mean?
（"走るより飛ぶ方が速い"という文は何を意味しますか？）

つまり、飛ぶほうが走るより速いということだ。

It is faster to fly than to run "という文章は、飛行機とランニングという2つの交通手段の速度の違いを強調する比較文である。
具体的には、飛行機で移動する（飛ぶ）方が徒歩で移動する（走る）よりも速いという意味である。
飛行機は人が走るよりもはるかに速いスピードで長距離を移動できるため、この文は一般的に正しい。
この文章は、ある方法が他の方法よりも効率的であることやスピードの優位性を強調するためによく使われる。

A is faster than B and B is faster than C. Now, if you compare A and C, which is faster?
（AはBより速く、BはCより速い。それでは、AとCを比較した場合、どちらが速いですか？）

答え AはCより速い。

この関係は推移的であり、A＞B、B＞Cであれば、A＞Cとなる。