Qwen是基于transformer的纯解码器语言模型的一个系列, Qwen1.5-0.5B-Chat 是其中最小的一个型号,接下来我们将基于它在本地实现简单的多轮对话。
环境准备
- Python版本>3.8 -> python --version
- 安装PyTorch -> pip install torch torchvision
- 安装transformers库 -> pip install transformers
如果下载很慢可以设置阿里镜像
arduino
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set install.trusted-host mirrors.aliyun.com
加载模型
python
# from transformers import AutoTokenizer, AutoModelForCausalLM
# 如果后面模型下载很慢,可以使用阿里的modelscope -> pip install modelscope
from modelscope import AutoTokenizer, AutoModelForCausalLM
# AutoModelForCausalLM 根据你提供的模型名称,自动加载用于生成任务的模型类,适用于因果语言模型(如GPT系列),可以预测序列中的下一个元素
# AutoTokenizer 自动加载与模型匹配的分词器,用于文本的预处理和后处理
# 本地模型,如果有的话,可以直接加载
# 没有的话,可以通过下面的cache_dir来设置加载的时候缓存到这个路行
local_model = "./my_local_models/Qwen1.5-0.5B-Chat"
tokenizer = AutoTokenizer.from_pretrained(
# 如果本地有模型,可以直接使用路径加载local_model
# 如果没有,就直接写模型的名字,可以到 https://huggingface.co/models 或者 https://modelscope.cn/models 查看模型
"Qwen/Qwen1.5-0.5B-Chat",
# 自动检测并使用适合模型的dtype(数据类型)
torch_dtype="auto",
# 自动将模型分布在可用的设备上,如果指定了GPU,会尽量将模型的不同部分分配到GPU上以适应其大小。
device_map="auto",
# 缓存地址
cache_dir=local_model,
)
# 保存到本地
tokenizer.save_pretrained(local_model)
model = AutoModelForCausalLM.from_pretrained(
"Qwen/Qwen1.5-0.5B-Chat", cache_dir=local_model
)
model.save_pretrained(local_model)
设置聊天模板
python
prompt = input("输入对话:")
if prompt == "q":
break
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt},
]
# 设置聊天模板
text = tokenizer.apply_chat_template(
messages,
# 是否将输出标记化。如果为 False,输出将是字符串。
tokenize=False,
# 可以确保模型生成文本时只会给出答复,而不会做出意外的行为,比如继续用户的消息。
add_generation_prompt=True,
)
# print(text)
# add_generation_prompt=True的情况
# 输入对话:你好
# <|im_start|>system
# You are a helpful assistant.<|im_end|>
# <|im_start|>user
# 你好<|im_end|>
# <|im_start|>assistant
# False的情况
# 输入对话:你好
# <|im_start|>system
# You are a helpful assistant.<|im_end|>
# <|im_start|>user
# 你好<|im_end|>
为模型准备输入
python
# 将格式化后的文本进行分词并转换成PyTorch张量
model_inputs = tokenizer([text], return_tensors="pt")
generated_ids = model.generate(
# 对应的索引
model_inputs.input_ids,
# 生成的token数量
max_new_tokens=512,
)
# print(model_inputs.input_ids)
# tensor([[151644, 8948, 198, 2610, 525, 264, 10950, 17847, 13,
# 151645, 198, 151644, 872, 198, 108386, 151645, 198, 151644,
# 77091, 198]])
# print(generated_ids)
# tensor([[151644, 8948, 198, 2610, 525, 264, 10950, 17847, 13,
# 151645, 198, 151644, 872, 198, 108386, 151645, 198, 151644,
# 77091, 198, 111308, 6313, 104139, 109944, 100364, 101214, 101037,
# 11319, 151645]])
# 去除生成序列中与输入重复的部分,仅保留新生成的部分。
generated_ids = [
output_ids[len(input_ids) :]
for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
# print(generated_ids)
# [tensor([111308, 6313, 104139, 109944, 100364, 101214, 101037, 11319, 151645])]
解码生成文字
python
# 调用解码器,将token ID 列表转换为字符串列表。
response = tokenizer.batch_decode(
generated_ids,
# 在解码时删除特殊字符。
skip_special_tokens=True,
)[0]
print(f"回答:{response}")
# 回答:你好!很高兴为您服务。有什么可以帮助您的吗?
完整代码
python
from modelscope import AutoTokenizer, AutoModelForCausalLM
local_model = "./my_local_models/Qwen1.5-0.5B-Chat"
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", torch_dtype="auto", device_map="auto", cache_dir=local_model)
tokenizer.save_pretrained(local_model)
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", cache_dir=local_model)
model.save_pretrained(local_model)
while True:
prompt = input("输入对话:")
if prompt == "q":
break
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt},
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
model_inputs = tokenizer([text], return_tensors="pt")
generated_ids = model.generate(model_inputs.input_ids, max_new_tokens=512)
generated_ids = [ output_ids[len(input_ids) :] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(f"回答:{response}")