LLM模型之基于MindNLP和ChatGLM-6B实现一个聊天应用

前言

这一小节介绍如何基于MindNLP和ChatGLM-6B实现一个聊天应用，首先我们安装环境下载模型。

# 该案例在 mindnlp 0.3.1 版本完成适配，如果发现案例跑不通，可以指定mindnlp版本，执行`!pip install mindnlp==0.3.1`
!pip install mindnlp
!pip install mdtex2html

配置网络线路

!export HF_ENDPOINT=https://hf-mirror.com

代码开发

下載权重

from mindnlp.transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import gradio as gr
import mdtex2html

model = AutoModelForSeq2SeqLM.from_pretrained('ZhipuAI/ChatGLM-6B', mirror="modelscope").half()
model.set_train(False)
tokenizer = AutoTokenizer.from_pretrained('ZhipuAI/ChatGLM-6B', mirror="modelscope")

这个需要花一些时间~

问答

修改提示词prompt就可以进行交互提示了

prompt = '你好'
history = [  ]
response, _ = model.chat(tokenizer, prompt, history=history, max_length=20)
response

总结

本文介绍了如何利用MindNLP和ChatGLM-6B构建一个简单的聊天应用，包括环境配置和代码开发。文章详细说明了依赖安装、模型加载及调整模型参数与提示词进行交互的过程，展示了如何获取模型的响应。