【llm 使用llama 小案例】

huggingfacehttps://huggingface.co/meta-llama

python 复制代码
from transformers import AutoTokenizer, LlamaForCausalLM

PATH_TO_CONVERTED_WEIGHTS = ''
PATH_TO_CONVERTED_TOKENIZER = ''  # 一般和模型地址一样

model = LlamaForCausalLM.from_pretrained(PATH_TO_CONVERTED_WEIGHTS)
tokenizer = AutoTokenizer.from_pretrained(PATH_TO_CONVERTED_TOKENIZER)
prompt = "Hey, are you conscious? Can you talk to me?"
inputs = tokenizer(prompt, return_tensors="pt")

# Generate
generate_ids = model.generate(inputs.input_ids, max_length=30)
tokenizer.batch_decode(generate_ids, skip_special_tokens=True,     
    clean_up_tokenization_spaces=False)[0]

> Hey, are you conscious? Can you talk to me?\nI'm not conscious, but I can talk to you.
相关推荐
数据智能老司机14 小时前
构建自然语言与大语言模型(LLM)流水线——将组件整合起来:面向不同使用场景的 Haystack Pipeline
llm·agent
数据智能老司机14 小时前
构建自然语言与大语言模型(LLM)流水线——使用自定义组件进行 Haystack Pipeline 开发
llm·agent
gustt14 小时前
探索MCP协议:构建高效的LLM工具集成系统
llm·agent·mcp
神秘的猪头15 小时前
🚀 React 开发者进阶:RAG 核心——手把手带你玩转 Milvus 向量数据库
数据库·后端·llm
哈里谢顿1 天前
LangGraph 框架完全指南:构建生产级 AI 工作流
langchain·llm
UIUV1 天前
Splitter学习笔记(含RAG相关流程与代码实践)
后端·langchain·llm
mCell2 天前
分享一个常用的文生图提示词
人工智能·llm·数据可视化
gustt2 天前
使用 LangChain 构建 AI 代理:自动化创建 React TodoList 应用
人工智能·llm·agent
Baihai_IDP2 天前
在 Anthropic 的这两年,我学会了 13 件事
人工智能·程序员·llm
IvanCodes2 天前
Anthropic突然开火:中国大模型被指大规模蒸馏攻击
人工智能·llm