#
4. 학습 결과 확인하기
앞 장과 같이 train_mistral.py 스크립트를 실행하면 결과 모델이 mistral_code_generation 디렉터리에 저장됩니다. 이는 순수한 PyTorch 모델 파라미터 파일로 MoAI Platform이 아닌 일반 GPU 서버에서도 100% 호환됩니다.
미리 다운로드한 GitHub 레포지토리의 tutorial 디렉토리 아래에 있는 inference_mistral.py 스크립트로 학습된 모델을 테스트해 볼 수 있습니다. 테스트에는 ‘주어진 문자열 리스트를 입력 받아 공백으로 결합하는 함수를 만들어’라는 프롬프트가 사용되었습니다.
# tutorial/inference_mistral.py
...
input_text = """Below is an instruction that describes a task. Write a response that appropriately completes the request.
### Instruction:
Create a function to join given list of strings with space.
### Input:\n['I', 'love', 'you']
### Output:
"""코드를 실행합니다.
~/quickstart$ python tutorial/inference_mistral.py출력값을 확인해보면 모델이 프롬프트 내용대로 적절한 함수를 생성한 것을 확인할 수 있습니다.
Mistral: Below is an instruction that describes a task. Write a response that appropriately completes the request.
### Instruction:
Create a function to join given list of strings with space.
### Input:
['I', 'love', 'Moreh']
### Output:
def join_strings(string_list):
return ' '.join(string_list)
result = join_strings(['I', 'love', 'Moreh'])
print(result)