15天学会AI应用开发（六）使用离线大模型对文本生成摘要

上一篇文章末尾使用了在线大模型压缩文本生成摘要，但该方式会消耗Token，不便初学者长期使用，更好的办法是采用离线大模型来生成文本摘要。

一、离线大模型的种类

国内常用的离线大模型有阿里Qwen、智谱GLM、深度求索DeepSeek、百度文心等等，以千问的文本大模型为例，又有Qwen1.5-1.8B-Chat和Qwen1.5-0.5B-Chat两种。

Qwen1.5是一系列不同大小的解码器语言模型，包括基础语言模型及其对齐的聊天模型。它基于Transformer架构，使用SwiGLU激活函数、注意力QKV偏置、组查询注意力、滑动窗口注意力与全注意力混合等技术。此外，Qwen1.5还提供了改进后适应多种自然语言和代码的分词器。

其中Qwen1.5-1.8B-Chat的模型页面为 modelscope.cn/models/Qwen... ，名称中的1.8B指的是18亿参数（1.8 Billion），模型文件大小为3.69GB。

Qwen1.5-0.5B-Chat的模型页面为 modelscope.cn/models/Qwen... ，名称中的0.5B指的是5亿参数（0.5 Billion），模型文件大小为1.25GB。

对于大模型来说，参数的数量就是模型的"脑子大小"，越多越好。

参数越大（比如1.8B），大模型越聪明、懂的多、逻辑好、写文章 / 推理更强；缺点是占内存 / 硬盘更大、对电脑配置要求更高、跑得慢。

参数越小（比如0.5B），大模型越傻瓜，复杂推理、写长文不行，只能日常聊天、简单问答；优点是占用空间小、手机 / 低配电脑都能离线跑、速度飞快。

本教程涉及到的代码使用场合，推荐使用Qwen1.5-1.8B-Chat，因为0.5B的大模型往往给不出令人满意的回答。

二、下载离线大模型

在下载离线大模型前，要先在命令行执行下面的pip安装命令：

复制代码

pip install modelscope

接着命令行通过cd命令进入Python工程的所在目录，再执行下面的模型下载命令：

css 复制代码

modelscope download --model Qwen/Qwen1.5-1.8B-Chat --local_dir qwen1.5-1.8b-chat

上面下载命令的"--model"参数表示离线大模型为"Qwen/Qwen1.5-1.8B-Chat"，而"--local_dir"参数表示离线大模型的本地保存目录。

注意Qwen1.5-1.8B-Chat的总大小为3.69GB，下载过程较耗时，请耐心等待。下载完毕，即可在Python工程的目录下方找到qwen1.5-1.8b-chat文件夹，里面保存的便是Qwen1.5-1.8B-Chat的具体模型文件。

三、使用离线大模型输出摘要

接下来演示如何使用Qwen1.5-1.8B-Chat对一段文本生成摘要。在编写Python代码前，要先在命令行执行下面的pip安装命令：

复制代码

pip install transformers

然后编写下面的Python摘要测试代码：

ini 复制代码

from transformers import AutoTokenizer, AutoModelForCausalLM

model_path = "./qwen1.5-1.8b-chat" # 离线大模型的本地保存目录

def local_model_summary(text: str, max_new_tokens=256) -> str:
    """
    加载本地离线模型 Qwen1.5-1.8B-Chat 做摘要
    【无需联网、无需下载、纯本地运行】
    """

    # 加载本地分词器 + 本地模型（完全离线）
    tokenizer = AutoTokenizer.from_pretrained(
        model_path,
        trust_remote_code=True  # Qwen 必须加这个
    )
    model = AutoModelForCausalLM.from_pretrained(
        model_path,
        trust_remote_code=True,  # Qwen 必须加这个
        dtype="auto",
        device_map="auto"
    ).eval()

    # 构造 Qwen1.5 官方对话格式
    messages = [
        {"role": "system", "content": "请对用户输入的内容做精简摘要，摘要文字压缩在50字以内"},
        {"role": "user", "content": text}
    ]

    # 官方模板构造
    text_input = tokenizer.apply_chat_template(
        messages,
        tokenize=False,
        add_generation_prompt=True
    )

    inputs = tokenizer(
        [text_input],
        return_tensors="pt",
        truncation=True
    ).to(model.device)

    # 离线生成摘要
    outputs = model.generate(
        **inputs,
        max_new_tokens=max_new_tokens, # 返回文本最多占用多少Token
        temperature=0.3,
        top_p=0.7,
        do_sample=True,
        pad_token_id=tokenizer.eos_token_id
    )

    # 提取摘要结果
    response = outputs[0][len(inputs["input_ids"][0]):]
    summary = tokenizer.decode(response, skip_special_tokens=True)
    return summary.strip()

if __name__ == "__main__":
    content = """
    火山方舟是火山引擎推出的大模型平台，提供模型训练、推理、评测、精调等全方位功能与服务。
    平台支持多种主流大模型接入，具有稳定可靠、安全互信的特点。
    企业可以通过火山方舟快速构建自己的AI应用，降低开发成本与技术门槛。
    """

    print("正在使用【本地离线模型】生成摘要...\n")
    result = local_model_summary(content, max_new_tokens=28)
    print("【离线摘要结果】")
    print("-", result)

运行上面的Python代码，输出日志结果如下：

diff 复制代码

【离线摘要结果】
- 火山引擎推出火神引擎平台，集模型训练、推理、评测、精调于一体，为企业构建AI应用节省开发成本和技术

可见离线大模型Qwen1.5-1.8B-Chat输出了原始文本经过压缩后的摘要文字，还支持设置返回内容的Token长度（max_new_tokens），并且不消耗Token，适合初学者练习AI应用开发。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。