File size: 2,508 Bytes
b28d871 9e92847 2f0aa8b 9e92847 2f0aa8b 9e92847 b28d871 9e92847 b28d871 b6d6ec2 5edaed0 b6d6ec2 5edaed0 b6d6ec2 5edaed0 b28d871 b6d6ec2 5edaed0 b6d6ec2 b28d871 d837ee8 b28d871 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 |
---
license: apache-2.0
language:
- en
- ru
---
# Описание Saiga2-13B-4bit
Это GPTQ модель для [saiga2-13B-lora](https://huggingface.co/IlyaGusev/saiga2_13b_lora) model.
## Технические детали
Модель квантизована в 4-битную с помощью [AutoGPTQ](https://github.com/PanQiWei/AutoGPTQ) library
## Пример использования
1. Удостоверьтесь, что [AutoGPTQ](https://github.com/PanQiWei/AutoGPTQ) установлена:
GITHUB_ACTIONS=true pip install auto-gptq
2. Пример кода для использования модели в генерации ответа:
```python
from transformers import AutoTokenizer
from auto_gptq import AutoGPTQForCausalLM
def generate_answer(model, tokenizer, request: str, system_prompt: str):
s = f"system\n{system_prompt}</s>\n" + \
f"<s>user\n{request}</s>\n" + \
f"<s>bot\n"
request_tokens = tokenizer(s, return_tensors="pt")
del request_tokens['token_type_ids']
del request_tokens['attention_mask']
request_tokens = request_tokens.to(model.device)
answer_tokens = model.generate(**request_tokens,
num_beams=4,
top_k=32,
temperature=0.6,
repetition_penalty=1.2,
no_repeat_ngram_size=15,
max_new_tokens=1536,
pad_token_id=tokenizer.eos_token_id)[0]
answer_tokens = answer_tokens[len(request_tokens[0]):-1]
answer = tokenizer.decode(answer_tokens).strip()
return answer
model_name = "saiga2-13b-4bit"
system_prompt = "Ты — Сайга, русскоязычный автоматический ассистент. Ты разговариваешь с людьми и помогаешь им."
tokenizer = AutoTokenizer.from_pretrained(model_name, use_fast=True)
model = AutoGPTQForCausalLM.from_quantized(model_name, device="cuda:0")
model.eval()
user_text = "Сочини стих, который начинается словами: Буря мглою небо кроет"
answer_text = generate_answer(model, tokenizer, user_text, system_prompt)
print(answer_text)
```
# Исходная модель: [saiga2-13B-lora](https://huggingface.co/IlyaGusev/saiga2_13b_lora)
Модель ассистента на основе LLaMA2 дообученная на русскоязычных наборах. Модель имеет 13 млрд. параметров.
|