本地部署运行中文 LLaMA 模型 |
您所在的位置:网站首页 › 手机运行bin › 本地部署运行中文 LLaMA 模型 |
本文遵循 CC BY-NC-SA 4.0 许可协议本文链接:https://pj568.eu.org/2023-05-08-本地运行中文LLaMA模型/前瞻Chinese-Alpaca-Plus-7B_int8_0 的表现 感谢你精调并训练的 Chinese-LLaMA-Alpaca 。 可选方案llama.cpp 🤗transformers text-generation-webui LlamaChat 这里仅介绍 llama.cpp 部署并使用 CPU 推理的方案。 模型选择参见:我应该选择什么模型? 性能需求四比特量化的 Chinese-Alpaca-Plus-7B 仅占用最高 4.3 GB 的运行内存,生成速度取决于 CPU 性能。 平台选择由于支持 CPU 推理,几乎所有平台都能运行(甚至训练和合并模型)。 这里仅介绍在 Windows 、Linux 、安卓环境三个平台的方案。 准备Chinese-Alpaca-7B-int4_1 的运行结果模型的获取和合并简单来说,我们要将完整模型(原版 LLaMA 、语言逻辑差、中文极差、更适合续写而非对话)和 Chinese-LLaMA-Alpaca(经过微调,语言逻辑一般、更适合对话)进行合并后生成合并模型。 根据 LLaMA 的禁止商用的严格开源许可,且其并未正式开源模型权重。 为了遵循相应的许可,我暂时无法提供完整已合并的模型(比如https://pan.baidu.com/s/1VGzP2hk8iJDjMcblY-zFMA?pwd=mgl7)。在你找到已合并的模型之前,你恐怕只能自行合并模型。 模型合并方法 最终得到的已合并模型应该是诸如 ggml-Plus-7B-q4_1.bin 的文件。 配置 llama.cpp 环境注意:以下的环境依赖等仅有一定的时效性 下载安装并配置 Python 3.9 至 Python 3.11 中之一。 处理依赖: pip install sentencepiece==0.1.98 pip install numpy==1.24 Windows上网查找自己的 CPU 对各种指令集的支持情况。 比如我的处理器 R7 6800U 仅支持到 avx2 。 去 llama.cpp 项目仓库的 Release 下载符合自己指令集支持情况的可执行文件。 Linuxcd sudo pacman -S python3.11 build-essential wget git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp && make 安卓安装 Termux 软件。 解决 signal 9 问题。 在 Termux 内执行: cdpkg install python3.11 build-essential wget -y git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp && make 之后可能需要让 Termux 访问手机存储,或将模型等文件移入 Termux 内部存储。需要执行 termux-setup-storage 后给予 Termux 存储访问权限。手机存储目录:~/storage/shared/; 下载示例 prompts前往示例 prompts 下载所需文件。 运行Chinese-Alpaca-7B-int4_1 的运行结果(这是最孬的模型了)Windows我的文件目录的分布: C:\USERS\USERNAME\PROJECT\LLM ├─bin {llama.cpp 主程序存放地点} ├─prompts {示例 prompts 存放位置} └─zh-models {中文模型存放目录} ├─13B ├─7B └─Plus-7B {.bin 格式的模型在其中} 启动: cd C:\USERS\USERNAME\PROJECT\LLM .\bin\main.exe -m zh-models/Plus-7B/ggml-Plus-7B-q4_1.bin --color -f prompts/alpaca.txt -ins -c 2048 --temp 0.8 -n 4096 -t 15 -b 10 --top_p 0.80 --repeat_penalty 1.2 注意:我的参数可能并非最优。 Linux我的文件目录的分布: /home/username/llama.cpp {llama.cpp 主程序存放地点} ├─prompts {示例 prompts 存放位置} └─zh-models {中文模型存放目录} ├─13B ├─7B └─Plus-7B {.bin 格式的模型在其中} 启动: cd /home/username/llama.cpp ./main -m zh-models/Plus-7B/ggml-Plus-7B-q4_1.bin --color -f prompts/alpaca.txt -ins -c 2048 --temp 0.8 -n 4096 -t 15 -b 10 --top_p 0.80 --repeat_penalty 1.2 注意:我的参数可能并非最优。 安卓我的文件目录的分布: ~/llama.cpp {llama.cpp 主程序存放地点} ├─prompts {示例 prompts 存放位置} └─zh-models {中文模型存放目录} ├─13B ├─7B └─Plus-7B {.bin 格式的模型在其中} 启动: cd cd llama.cpp ./main -m zh-models/Plus-7B/ggml-Plus-7B-q4_1.bin --color -f prompts/alpaca.txt -ins -c 2048 --temp 0.8 -n 4096 -t 15 -b 10 --top_p 0.80 --repeat_penalty 1.2 注意:我的参数可能并非最优。 参数解释-ins 启动类ChatGPT对话交流的运行模式 -f 指定prompt模板,alpaca模型请加载prompts/alpaca.txt -c 控制上下文的长度,值大能参考更长对话历史(默认:512) -n 控制回复生成的最大长度(默认:128) -b 控制batch size(默认:8),可适当增加 -t 控制线程数量(默认:4),可适当增加 --repeat_penalty 控制生成回复中对重复文本的惩罚力度 --temp 温度系数,值越低回复的随机性越小,反之越大 --top_p, top_k 控制解码采样的相关参数 问题及解答部分任务效果不好; 回复内容短; Windows 下无法理解中文、生成慢等; 输入中文,用英文回答: 可尝试将 alpaca.txt 改为: Below is an instruction that describes a task. Write a response that appropriately completes the request in Chinese. 尾声有什么问题欢迎评论。让我们一起探讨。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |