大模型的训练与应用 | 二十八、Yi-34B模型调用

1. 本地运行 Yi-34B 模型

1.1 环境准备

确保你的系统满足以下要求：

• Python 3.8 或更高版本。
• 适当的硬件资源（至少 8GB RAM，推荐使用 GPU）。

1.2 安装依赖

使用以下命令安装所需的Python库：

pip install transformers torch gradio

1.3 下载模型

从 Hugging Face 下载 Yi-34B 模型：

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("01ai/Yi-34B")
model = AutoModelForCausalLM.from_pretrained("01ai/Yi-34B")

1.4 运行模型

以下是一个简单的示例，展示如何使用 Gradio 创建一个简单的聊天界面：

import gradio as gr

def chatbot(input_text):
    # 生成响应
    input_ids = tokenizer.encode(input_text, return_tensors='pt')
    outputs = model.generate(input_ids)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response

# 创建 Gradio 接口
iface = gr.Interface(fn=chatbot, inputs="text", outputs="text")
iface.launch()

1.5 注意事项

• 确保在运行模型之前有足够的内存和计算资源。
• 如果遇到性能问题，可以考虑使用半精度浮点数（fp16）来减少内存消耗。

---

2. 通过 API 调用 Yi-34B

2.1 获取 API Key

注册并获取 API Key，通常在开放平台或API提供商的网站上完成。

2.2 安装 SDK

安装适用于 Yi-34B 的 Python SDK（如果有的话）：

pip install openai

2.3 发送请求

使用以下代码发送 API 请求：

import openai
from openai import OpenAI

API_BASE = "https://api.lingyiwanwu.com/v1"
API_KEY = "你的API密钥"

client = OpenAI(api_key=API_KEY, base_url=API_BASE)

completion = client.chat.completions.create(
    model="yi-34b-chat-0205",
    messages=[{"role": "user", "content": "Hi, who are you?"}]
)

print(completion)

2.4 响应处理

API 调用后，检查响应内容并处理。确保处理可能出现的错误。

2.5 示例代码

以下是使用 SDK 的完整示例：

from http import HTTPStatus
import dashscope

def call_with_messages():
    messages = [{'role': 'system', 'content': 'You are a helpful assistant.'},
                {'role': 'user', 'content': '你好'}]
    response = dashscope.Generation.call(
        model='yi-medium',
        messages=messages,
    )
    if response.status_code == HTTPStatus.OK:
        print(response)
    else:
        print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
            response.request_id, response.status_code,
            response.code, response.message
        ))

if __name__ == '__main__':
    call_with_messages()

请根据你的具体需求和环境调整这些步骤。如果你遇到任何问题，查看 Yi-34B 的官方文档或社区论坛可能会提供帮助。

---

最后

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频，免费分享！

一、大模型全套的学习路线

L1级别：AI大模型时代的华丽登场
L2级别：AI大模型API应用开发工程
L3级别：大模型应用架构进阶实践
L4级别：大模型微调与私有化部署

达到L4级别也就意味着你具备了在大多数技术岗位上胜任的能力，想要达到顶尖水平，可能还需要更多的专业技能和实战经验。

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF书籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人在大模型时代，需要不断提升自己的技术和认知水平，同时还需要具备责任感和伦理意识，为人工智能的健康发展贡献力量。

有需要全套的AI大模型学习资源的小伙伴，可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】