Instructions to use Aratako/Ninja-v1-RP-WIP with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Aratako/Ninja-v1-RP-WIP with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="Aratako/Ninja-v1-RP-WIP")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Aratako/Ninja-v1-RP-WIP")
model = AutoModelForCausalLM.from_pretrained("Aratako/Ninja-v1-RP-WIP")

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Aratako/Ninja-v1-RP-WIP with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Aratako/Ninja-v1-RP-WIP"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Ninja-v1-RP-WIP",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Aratako/Ninja-v1-RP-WIP

SGLang

How to use Aratako/Ninja-v1-RP-WIP with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "Aratako/Ninja-v1-RP-WIP" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Ninja-v1-RP-WIP",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "Aratako/Ninja-v1-RP-WIP" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Aratako/Ninja-v1-RP-WIP",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Aratako/Ninja-v1-RP-WIP with Docker Model Runner:
```
docker model run hf.co/Aratako/Ninja-v1-RP-WIP
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

Ninja-v1-RP-WIP

概要

Local-Novel-LLM-project/Ninja-v1-NSFWをロールプレイ用にLoRAでファインチューニングしたモデルです。

Aratako/Ninja-v1-RPのベースとなるモデルとして利用しています。

プロンプトフォーマット

Vicunaのchat templateを利用してください。また、設定などを渡すシステムプロンプトは最初のUSER: より前に入力されることを想定しています。

また、マルチターンの対話を行う場合各ターンのアシスタントの応答の末尾にeos_tokenを必ずつけてください。

{ロールプレイの指示、世界観・あらすじの説明、キャラの設定など}
USER: {userの最初の入力}
ASSISTANT:

学習データセット

GPTやLlama2等の出力の学習利用時に問題があるモデルを使って作成されたデータセットは一切使っていません。

日本語データセット

英語データセット

学習の設定

RunpodでGPUサーバを借り、A6000x4で学習を行いました。主な学習パラメータは以下の通りです。

lora_r: 128
lisa_alpha: 256
lora_dropout: 0.05
lora_target_modules: ["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj", "lm_head"]
learning_rate: 2e-5
num_train_epochs: 3 epochs
batch_size: 64
max_seq_length: 4096

Downloads last month: 10

Safetensors

Model size

7B params

Tensor type

BF16

Model tree for Aratako/Ninja-v1-RP-WIP

Base model

Local-Novel-LLM-project/Ninja-v1-NSFW

Finetuned

(1)

this model

Finetunes

1 model

Quantizations

2 models

Aratako
/

Ninja-v1-RP-WIP