ChatGLM-6B 在 ModelWhale和本地平台的部署与微调教程-Toy模板网

这篇具有很好参考价值的文章主要介绍了ChatGLM-6B 在 ModelWhale和本地平台的部署与微调教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

ChatGLM-6B 在 ModelWhale 平台的部署与微调教程工作台 - Heywhale.com

ChatGLM-6B 介绍

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。
ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答，更多信息请参考我们的博客。

为了方便下游开发者针对自己的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。

不过，由于 ChatGLM-6B 的规模较小，目前已知其具有相当多的局限性，如事实性/数学逻辑错误，可能生成有害/有偏见内容，较弱的上下文能力，自我认知混乱，以及对英文指示生成与中文指示完全矛盾的内容。请大家在使用前了解这些问题，以免产生误解。更大的基于 1300 亿参数 GLM-130B 的 ChatGLM 正在内测开发中。

Github链接

项目介绍

本项目提供了 ChatGLM-6B 非量化版本在 ModelWhale 平台 V100 机型上进行部署、推理测试以及微调的教程

环境配置

计算资源：V100 Tensor Core GPU
镜像：Cuda11.3.1 PyTorch 1.10.2 Tensorflow2.8.0 Python 3.7 镜像
如果希望持久化保存 Fine-tuning 结果，请选择 挂载 work 目录

官方注：ModelWhale GPU机型需要从云厂商拉取算力资源，耗时5~10min，且会预扣半小时资源价格的鲸币。如果资源未启动成功，预扣费用会在关闭编程页面后五分钟内退回，无需紧张，如遇问题欢迎提报工单，客服会及时处理。

# 加载模型
model_path = "/home/mw/input/ChatGLM6B6449"
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
model = AutoModel.from_pretrained(model_path, trust_remote_code=True).half().cuda()
model = model.eval()

ChatGLM-6B 在 ModelWhale和本地平台的部署与微调教程

文章来源地址https://www.toymoban.com/news/detail-490453.html

# 准备提示语
prompt = '''
如何制作宫保鸡丁
'''

# 使用 IPython.display 流式打印模型输出
from IPython.display import display, Markdown, clear_output
for response, history in model.stream_chat(
        tokenizer, prompt, history=[]):
    clear_output(wait=True)
    display(Markdown(response))

到了这里，关于ChatGLM-6B 在 ModelWhale和本地平台的部署与微调教程的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！