---
language:
  - ja
license: llama3
base_model: tokyotech-llm/Llama-3.1-Swallow-8B
library_name: transformers
tags:
  - fine-tuned
  - japanese
  - math
  - openmath
  - code-generation
  - text-generation
datasets:
  - nvidia/OpenMathInstruct-1
pipeline_tag: text-generation
---

# Llama-3.1-Swallow-8B OpenMath Fine-Tuned (T2T)

## 概要 / Overview

Nextorage **AiDAPTIV+** プラットフォーム上で [Llama-3.1-Swallow-8B](https://huggingface.co/tokyotech-llm/Llama-3.1-Swallow-8B) をフルファインチューニングした、日本語数学文章題解答モデルです。

Python コード生成 + コード実行パイプラインと組み合わせることで Exact Match **60.0%** を達成し、商用 API（Claude Sonnet・GPT-4o: 各 56.7%）を上回りました。

A full fine-tuned version of [Llama-3.1-Swallow-8B](https://huggingface.co/tokyotech-llm/Llama-3.1-Swallow-8B) for Japanese math word problem solving, trained on AiDAPTIV+ platform by Nextorage.
Combined with a Python code-execution pipeline, it achieves Exact Match **60.0%** — surpassing Claude Sonnet and GPT-4o (both 56.7%) on the same test set.

---

## 性能 / Performance

テストセット: OpenMath Instruct 日本語版 30件（コード実行パイプライン使用）

| モデル | Exact Match |
|--------|:-----------:|
| Llama-3.1-Swallow-8B（未FT ベースライン） | 36.7% |
| Claude Sonnet (format_compliant) | 56.7% |
| GPT-4o (format_compliant) | 56.7% |
| **本モデル（Full FT + コード実行パイプライン）** | **60.0%** |

> **注**: コード実行パイプラインなしでは 20.0%。パイプラインにより 3 倍の精度向上。

---

## 使い方 / Usage

### 推論スクリプト（コード実行パイプライン付き）

```bash
# 依存パッケージのインストール
pip install transformers torch

# 評価・推論の実行（コード実行パイプライン有効）
python run_inference.py \
    --model_path /path/to/this/model \
    --test_data /path/to/test.json \
    --code_exec_pipeline \
    --output_dir ./results
```

### Python での直接推論

```python
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_path = "Nextorage/Llama-3.1-Swallow-8B-OpenMath-FT"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

SYSTEM_PROMPT = """あなたは数学の問題を解く優秀なAIアシスタントです。ステップバイステップで考え、Pythonコードを使って計算し、最終的な答えを明示してください。

回答は以下のフォーマットに従ってください：
1. Pythonコードは <llm-code> と </llm-code> タグで囲んでください
2. コードの実行結果は <llm-code-output> と </llm-code-output> タグで囲んでください
3. 最終的な答えは \\boxed{答え} の形式で明示してください"""

question = "ジェイデンは8台のおもちゃの車を持っています。3台を友人に譲りました。ジェイデンには何台のおもちゃの車が残っていますか？"

messages = [
    {"role": "system", "content": SYSTEM_PROMPT},
    {"role": "user", "content": question},
]
input_ids = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
output = model.generate(input_ids, max_new_tokens=512)
print(tokenizer.decode(output[0][input_ids.shape[1]:], skip_special_tokens=True))
```

**期待出力例:**
```
Pythonコードを使用してこの問題を解決しましょう。<llm-code>
initial_cars = 8
given_away = 3
remaining = initial_cars - given_away
print(remaining)
</llm-code><llm-code-output>
5
</llm-code-output>
したがって、ジェイデンには \boxed{5} 台のおもちゃの車が残っています。
```

---

## 学習設定 / Training Configuration

| パラメータ | 値 |
|-----------|-----|
| ベースモデル | tokyotech-llm/Llama-3.1-Swallow-8B |
| 手法 | Full Fine-Tuning |
| 学習データ | OpenMath Instruct 日本語版（9,772件 クリーニング済み） |
| Learning Rate | 1e-6 |
| LR Scheduler | cosine |
| Epoch | 1 |
| Batch Size (effective) | 32 (per_device=2, grad_accum=16) |
| Max Seq Length | 2048 |
| Precision | bf16_mixed |
| Weight Decay | 0.05 |
| プラットフォーム | Nextorage AiDAPTIV+ (phisonai2) |

### データセット詳細

- 元データ: [NVIDIA OpenMathInstruct-1](https://huggingface.co/datasets/nvidia/OpenMathInstruct-1) 日本語翻訳版（全 1,825,008 件）
- `<llm-code>` タグ付きエントリを抽出後、Python 実行検証でクリーニング（除外率 2.3%）
- GSM8K・MATH 等の数学ベンチマークを元に構築された数学文章題 + Python コード解答ペア

---

## 制限事項 / Limitations

- 日本語数学文章題（主に GSM8K・MATH 難易度）に特化しており、他タスクの性能は保証されない
- 最高精度の発揮には Python コード実行パイプライン（`subprocess` 実行環境）が必要
- 日本語翻訳は機械翻訳を使用しており、一部の表現に不自然さが残る場合がある
- テストセット 30件での評価結果のため、統計的信頼区間に注意

---

## ライセンス / License

本モデルは [Llama 3.1 Community License](https://llama.meta.com/llama3_1/license/) に基づいています。
商用利用は条件付きで許可されています。詳細はライセンス全文を参照してください。

---

## 引用 / Citation

```bibtex
@misc{nextorage-openmath-ft-2026,
  title        = {Llama-3.1-Swallow-8B OpenMath Fine-Tuned},
  author       = {Nextorage Inc.},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/Nextorage/Llama-3.1-Swallow-8B-OpenMath-FT}},
  note         = {Full fine-tuned model for Japanese math word problem solving on AiDAPTIV+ platform}
}
```