Update README.md

README.md

@@ -24,7 +24,8 @@ This llama model was trained 2x faster with [Unsloth](https://github.com/unsloth
 
 # how to use
 本アダプタを用いて，ELYZA-tasks-100-TVの出力を得る推論コードです．Jupyter Notebook環境を想定しています．  
-使用ライブラリのインストール
+
+## 使用ライブラリのインストール
 ```bash
 !pip install -U bitsandbytes
 !pip install -U transformers
@@ -33,7 +34,7 @@ This llama model was trained 2x faster with [Unsloth](https://github.com/unsloth
 !pip install -U peft
 ```
 
-準備
+## 準備
 ```python
 from transformers import (
     AutoModelForCausalLM,
@@ -51,7 +52,7 @@ adapter_id = "shiki07/llm-jp-3-13b-it_lora"
 eval_data_path = "./elyza-tasks-100-TV_0.jsonl" # elyza-tasks-100-TVのパスを指定
 ```
 
-時間がかかります．
+## 時間がかかります．
 ```python
 # QLoRA config
 bnb_config = BitsAndBytesConfig(
@@ -72,7 +73,7 @@ tokenizer = AutoTokenizer.from_pretrained(base_model_id, trust_remote_code=True,
 model = PeftModel.from_pretrained(model, adapter_id, token = HF_TOKEN)
 ```
 
-データ読み込みと推論
+## データ読み込みと推論
 ```python
 # データセットの読み込み。
 datasets = []