庆云古诗词

庆云古诗词

vicuna小羊驼 小羊驼模型云部署

互联资讯 0

淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】

vicuna模型,vicuna面料,vicuna 部署,vicuna是智利的什么地方

前段时间,斯坦福发布了Alpaca,是由Meta的LLaMA 7B微调而来,仅用了52k数据,性能可以与GPT-3.5匹敌。

现在UC伯克利学者联手CMU、斯坦福等,再次推出一个全新模型70亿/130亿参数的【【微信】】,俗称「小羊驼」(骆马)。小羊驼号称能达到GPT-4的90%性能,下面来体验一下。

很多人提到各种问题,试了几个网盘。传了7b的权重(最新版v1.1),方便大家食用。

7b-v1.1: 小羊驼模型7b-v1.1 (访问码:aj2u)

13b-v1.1:小羊驼模型13b-v1.1 (访问码:p3nk)

留着备用 7b-v0: (访问码:3vug)

项目地址:

【【微信】】/FastChat: The release repo for "【【微信】】: An Open Chatbot Impressing GPT-4"

项目权重采用llama权重+delta权重打patch的方式生成。

推荐使用下面版本的transformers

cd FastChat  git pull  pip install -e .       # 会自动安装对应版本的transformers        # 留着备用  # pip install git+https://github.com/huggingface/transformers@cae78c46d

1.下载权重

pip install pyllama -U  python -m llama.download --model_size 7B  python -m llama.download --model_size 13B

该方式支持断点续传。下载没速度后,ctrl+c停掉重新打开。

注意这里的【【淘密令】】_model,不要误删了。

下载后的文件列表如下(7B大小13G,13B大小25G,fp16):

llma-7b、13b文件列表

2. 权重格式转换

转换脚本如下,

脚本的位置如下图所示:

python con【【微信】】o_hf.py --input_dir https://zhuanlan.zhihu.com/p/ --model_size 7B --output_dir https://zhuanlan.zhihu.com/p/output/7B  python con【【微信】】o_hf.py --input_dir https://zhuanlan.zhihu.com/p/ --model_size 13B --output_dir https://zhuanlan.zhihu.com/p/output/13B

转换后的权重文件列表如下:

git clone https【【网址】】/lmsys/【【微信】】  git clone https【【网址】】/lmsys/【【微信】】      # 留着备用  # git clone https【【网址】】/lmsys/【【微信】】  # git clone https【【网址】】/lmsys/【【微信】】

如下图,标记带有LFS的,单独点击下箭头下载。

lmsys/【【微信】】 ・ Hugging Face

下载好后的权重列表如下(待更新到v1.1):

python3 -m fastchat.model.apply_delta --base https://zhuanlan.zhihu.com/p/pyllama_data/output/7B --target vicuna_data/vicuna-7b-v1.1 --delta lmsys/【【微信】】  python3 -m fastchat.model.apply_delta --base https://zhuanlan.zhihu.com/p/pyllama_data/output/13B --target vicuna_data/【【微信】】 --delta lmsys/【【微信】】    # 留着备用  # python3 -m fastchat.model.apply_delta --base https://zhuanlan.zhihu.com/p/pyllama_data/output/7B --target vicuna_data/vicuna-7b --delta lmsys/【【微信】】/  # python3 -m fastchat.model.apply_delta --base https://zhuanlan.zhihu.com/p/pyllama_data/output/13B --target vicuna_data/vicuna-13b --delta lmsys/【【微信】】/

7B模型合成需要30G内存,7B模型合成需要60G内存,内存不够的请增加swap大小。

羊驼模型文件列表如下:

python3 -m fastchat.serve.【【微信】】a_data/vicuna-7b-v1.1  python3 -m fastchat.serve.【【微信】】a_data/【【微信】】 --load-8bit    # 多gpu支持  python3 -m fastchat.serve.【【微信】】a_data/vicuna-7b-v1.1 --num-gpus 2      # v0 留着备用  # python3 -m fastchat.serve.【【微信】】a_data/vicuna-7b  # python3 -m fastchat.serve.【【微信】】a_data/【【微信】】t  

13B需要28G显存,无法直接使用,可以使用--load-8bit

羊驼7b-v1.1测试

从图中可以看出羊驼模型对中文支持力度有限。

PS: 更新7b-v1.1后,中文理解能力依旧堪忧。

开3个终端窗口。

第一个窗口

python3 -m fastchat.serve.【【微信】】  # 有些同学会报错"【【微信】】: Unrecognised argument(s): encoding"  # 原因是python3.9以前不支持logging.basicConfig的utf-8参数  # 作者在最新版做了兼容处理,git pull后pip install -e .

第二个窗口

python3 -m fastchat.serve.【【微信】】name 'vicuna-7b-v1.1' --model-path vicuna_data/vicuna-7b-v1.1

第三个窗口

python3 -m fastchat.serve.【【微信】】port 8000

测试

curl http://localhost:8000/v1/chat/【【微信】】 \\    -H "Content-Type: application/json" \\    -d '{      "model": "vicuna-7b-v1.1",      "messages":[{"role": "user", "content": "Hello!"}]    }'    {'model': 'vicuna-7b-v1.1', 'prompt': "A chat between a curious user and an artificial intelligence assistant. The assistant gi【【微信】】, detailed, and polite answers to the user's 【【微信】】. USER: 讲一个笑话 ASSISTANT: 为什么鸟儿不会把头发打成湿雨?\  \  因为它们已经把它们的头发打成了鸟儿!</s>USER: 不好笑,请修改这个笑话 ASSISTANT:", 'temperature': 0.7, 'max_new_tokens': 512, 'stop': None}

多轮对话上下文关联测试

curl http://localhost:8000/v1/chat/【【微信】】 \\    -H "Content-Type: application/json" \\    -d '{      "model": "vicuna-7b-v1.1",      "messages":[{"role": "user", "content": "讲一个笑话"},{"role":"assistant","content":"为什么鸟儿不会把头发打成湿雨?\  \  因为它们已经把它们的头发打成了鸟儿!"},{"role": "user", "content": "这个笑话不 好笑,修改部分内容重新生成一个笑话"}]    }'

开3个终端窗口。

第一个窗口

python3 -m fastchat.serve.【【微信】】  # 有些同学会报错"【【微信】】: Unrecognised argument(s): encoding"  # 原因是python3.9以前不支持logging.basicConfig的utf-8参数  # 作者在最新版做了兼容处理,git pull后pip install -e .

第二个窗口

python3 -m fastchat.serve.【【微信】】name 'vicuna-7b-v1.1' --model-path vicuna_data/vicuna-7b-v1.1

第三个窗口

python3 -m fastchat.serve.【【微信】】port 8000

测试



bing chatgpt 使用指南 chatgpt会取代绘画吗


AIGPT是一款非常强大的人工智能技术的语言处理工具软件,它具有 AI绘画功能、AI写作、写论文、写代码、哲学探讨、创作等功能,可以说是生活和工作中的好帮手。

我们都知道使用ChatGPT是需要账号以及使用魔法的,其中的每一项对我们初学者来说都是非常不利的,但是AIGPT很给力的地方就是不需要我们注册OpenAI账户也无需我们去使用魔法就能轻松快捷的使用上人工智能工具。

注意:手机端跟pc端的数据是不相通的

以Windows安装为示例:还是非常简单的 详细图文教程 可查看 AIGPT中文版(无需魔法,直接使用)安装使用教程

1.双击运行 exe文件

2.选择安装路径 > 安装 > 等待安装

3.安装完成 运行程序

4.注册使用 (随便注册,没有限制,但是不可注册已存在的账户)

5.安装结束登录后直接使用

快捷方式 :选择展开提问 可以实现快速的创作功能 下面以写小说为例

这里我选择了创作中的 "写一篇科幻小说" 效果如下

首先进入AI绘画界面 (下方是描述一些绘画的大体方向,右方我们还可以选择 生成的类型 以及生成的个数大小等。)> 选择类型 (提供了 通用、二次元、虚拟建模、真实景物、人物写真等)。

AI二次元效果图

类型: 二次元动漫

描述:一个扎着马尾辫的姑娘,头发是五颜六色的,可爱类型

那小伙伴也会问了 那生成后怎么保存在我本地呢 我该怎么获取到这张图片呢?

首先 点击生成好的图片 当然你可以选择下方单个的 最后选择 下载按钮即可。

进入首页 就提示我们它的功能是:

1.写代码、文案、论文、小说、根据描述绘图

2.内容润色、翻译、写诗词

3.扮演面试官、书籍、电影角色、陪聊、解忧讲故事等还是蛮全能的。

根据描述 绘画出你想要的图片 可直接下载。

当然了 它也给大家推荐了30张已经绘制好的图片 供你选择下载

其它功能 可以自行测试使用。