「ローカルPCでChatGPTのようなAIチャットを動かしたい」
「商用利用のできる日本語LLMを探している」
このような場合には、CALM2-7B-Chatがオススメです。
この記事では、CALM2-7B-Chatについて解説しています。
本記事の内容
- CALM2-7B-Chatとは?
- CALM2-7B-Chatの利用方法
- CALM2-7B-Chatの動作確認
それでは、上記に沿って解説していきます。
CALM2-7B-Chatとは?
![](https://self-development.info/wp-content/uploads/cocoon-resources/blog-card-cache/392e203a8bb0415a160f694a89513658.png)
株式会社サイバーエージェントは、以下の日本語LLMを公開しました。
- CyberAgentLM2-7B(CALM2-7B)
- CyberAgentLM2-7B-Chat(CALM2-7B-Chat)
CALM2-7Bをチャット形式でチューニングしたのが、CALM2-7B-Chatとなります。
ChatGPTの成功を見ればわかるように、LLMはAIチャットでの需要が高いです。
Hugging Faceにおけるダウンロード数は、次のような結果となっています。
![](https://self-development.info/wp-content/uploads/2023/11/image-11.png)
公開されて22時間ですが、10倍以上の差があることを確認できます。
そんな人気のCALM2-7B-Chatには、次のような特徴が挙げられます。
- 32,000トークン(日本語約50,000文字)対応
- 日本語特化学習
- 商用利用可(Apache License 2.0)
- チャットボット最適化
やはり、商用利用可能な日本語LLMというのはインパクトがあります。
CALM2-7B-Chatを使って、誰でもビジネスを展開できるということですからね。
以上、CALM2-7B-Chatについて説明しました。
次は、CALM2-7B-Chatの利用方法を説明します。
CALM2-7B-Chatの利用方法
すでにGUIで動かせる環境が公開されています。
やはり、CALM2-7B-Chatはこのようなチャットでこそ効果的です。
今回は、上記アプリをローカル環境で動くようにしましょう。
ローカルPCで日本語LLMがこの速度で動きます。
それもちゃんとした日本語です。
これは、日本語AI革命と言えるのではないでしょうか。
この革命を試す方法を以下で説明します。
まずは、Python仮想を用意しましょう。
次に、以下のページにアクセスします。
https://huggingface.co/spaces/hayas/CALM2-7B-chat
上記ページ上で「Clone repository」をクリック。
![](https://self-development.info/wp-content/uploads/2023/11/image-12.png)
そうすると、次のような画面が表示されます。
![](https://self-development.info/wp-content/uploads/2023/11/image-1.jpg)
ここから、次のgitコマンドをコピー。
git clone https://huggingface.co/spaces/hayas/CALM2-7B-chat
このコマンドを実行して完了したら、リポジトリルートに移動します。
cd CALM2-7B-chat
以下のファイルを確認できるはずです。
requirements.txt
accelerate==0.24.1 bitsandbytes==0.41.1 gradio==4.0.2 protobuf==3.20.3 scipy==1.11.3 sentencepiece==0.1.99 spaces==0.18.0 torch==2.0.0 transformers==4.35.0
ここでは、以下のように修正します。
修正後requirements.txt
accelerate bitsandbytes gradio protobuf scipy sentencepiece spaces #torch transformers
PyTorchに関しては、各自の環境に合ったモノをインストールしましょう。
もちろん、GPU版であることは必須です。
今回は、以下コマンドでインストール。
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
PyTorchのインストールが完了したら、一括でインストールを進めます。
pip install -r requirements.txt
以上、CALM2-7B-Chatの利用方法を説明しました。
次は、CALM2-7B-Chatの動作確認を説明します。
CALM2-7B-Chatの動作確認
GUIアプリを立ち上げるには、リポジトリルート上で以下を実行します。
python app.py
Windowsの場合、次のエラーがでると思います。
ValueError: cannot find context for 'fork'
これは、app.pyがHugging FaceのSpacesで動くためのコードになっているからです。
そのため、Spaces固有の部分を除去します。
![](https://self-development.info/wp-content/uploads/2023/11/image-13.png)
![](https://self-development.info/wp-content/uploads/2023/11/image-14.png)
全部で3か所を無効(コメントアウトでOK)にします。
そうすれば、エラーが出なくなります。
app.pyが動き出すと、初回時はモデルのダウンロードが始まります。
モデルの容量は、以下。
![](https://self-development.info/wp-content/uploads/2023/11/image-15.png)
そこそこあるので、しばらく待つと以下のように表示されます。
Running on local URL: http://127.0.0.1:7860 To create a public link, set `share=True` in `launch()`.
このURLにブラウザでアクセスすると、後はChatGPTのように利用できます。
![](https://self-development.info/wp-content/uploads/2023/11/0081bf0564a8d14efec880635cc0d6d6.jpg)
なお、必要なGPUは15GB程度だと思われます。
以下がGUIアプリの起動前の状態です。
![](https://self-development.info/wp-content/uploads/2023/11/image-16.png)
起動後には、次のようになっています。
![](https://self-development.info/wp-content/uploads/2023/11/image-17.png)
GeForce RTX 3090やGeForce RTX 4090なら、余裕で動かせます。
実際、GeForce RTX 3090でもメチャクチャ速いです。
以上、CALM2-7B-Chatの動作確認を説明しました。