控制台运行测试
装载适配器与模型控制台运行
首先在控制台设计了一个简单的对话系统,用来测试我训练好的模型的回答能力。是一个简单的命令行聊天应用,用于与经过微调的语言模型进行交互。
首先我需要准备并解析模型、数据、微调和生成的参数。将我训练好的GLM的适配器插入我们的模型,并在控制台运行一个持久化接口来不断测试回答我们的问题。这里用到了部分手动实现的utils
包中的代码
加载模型
# 准备并解析模型、数据、微调和生成的参数。
model_args, data_args, finetuning_args, generating_args = prepare_infer_args()
# 加载预训练模型和分词器。
model, tokenizer = load_pretrained(model_args, finetuning_args)
# 初始化提示模板。
prompt_template = Template(data_args.prompt_template)
# 设置源前缀。
source_prefix = data_args.source_prefix if data_args.source_prefix else ""
用户回复
要实现用户回复的功能则完成如下的内容。
1. 输入处理和准备
python复制代码input_ids = tokenizer([prompt_template.get_prompt(query, history, source_prefix)], return_tensors="pt")["input_ids"]
input_ids = input_ids.to(model.device)
- 输入令牌化:
prompt_template.get_prompt(query, history, source_prefix)
:使用提示模板将用户的查询、历史对话和源前缀组合成模型的输入格式。tokenizer
:将上述组合的文本转换为模型可以理解的输入ID(张量形式)。input_ids.to(model.device)
:将输入ID移至模型的计算设备(如GPU)。
2. 初始化文本流处理器
python
复制代码
streamer = TextIteratorStreamer(tokenizer, timeout=60.0, skip_prompt=True, skip_special_tokens=True)
- 文本流处理器:
TextIteratorStreamer
:初始化文本流处理器,用于逐步接收和处理模型生成的文本。timeout=60.0
:设置超时时间为60秒。skip_prompt=True
:跳过提示部分,只关注生成的回复。skip_special_tokens=True
:跳过特殊令牌。
3. 设置生成参数
python复制代码gen_kwargs = generating_args.to_dict()
gen_kwargs.update({
"do_sample": True,
"num_beams": 1,
"input_ids": input_ids,
"temperature": 0.5,
"top_p": 0.7,
"top_k": 50,
"repetition_penalty": 1.2,
"length_penalty": 1.5,
"logits_processor": get_logits_processor(),
"streamer": streamer,
})
gen_kwargs.pop("max_new_tokens", None)
gen_kwargs["max_length"] = 8000
gen_kwargs.pop("max_length", None)
gen_kwargs["max_new_tokens"] = 7200
- 生成参数:
do_sample=True
:启用采样生成。num_beams=1
:设置束搜索数为1。temperature=0.5
:设置温度参数,控制生成文本的多样性。top_p=0.7
:设置核采样的累积概率阈值。top_k=50
:设置前k个候选项的采样。repetition_penalty=1.2
:设置重复惩罚参数。length_penalty=1.5
:设置长度惩罚参数。get_logits_processor()
:获取logits处理器。streamer
:将文本流处理器传递给生成参数。max_length
和max_new_tokens
:设置生成文本的最大长度。
4. 生成回复
python复制代码thread = Thread(target=model.generate, kwargs=gen_kwargs)
thread.start()
- 多线程生成:
- 创建一个线程,目标函数为
model.generate
,并传入生成参数gen_kwargs
。 - 启动线程以生成回复。
- 创建一个线程,目标函数为
5. 打印生成的回复
python复制代码print("Assistant: ", end="", flush=True)
response = ""
for new_text in streamer:
print(new_text, end="", flush=True)
response += new_text
print()
- 实时打印:
- 打印初始提示
Assistant:
。 - 使用
for new_text in streamer
循环逐步接收并打印生成的文本。 - 将每个新生成的文本片段追加到
response
中。 - 最后打印完整回复。
- 打印初始提示
6. 更新历史对话:
python复制代码history = history + [(query, response)]
return []
- 更新历史:
- 将当前查询和回复以元组形式追加到历史对话列表
history
中。 - 返回空列表(表示历史对话已更新)。
- 将当前查询和回复以元组形式追加到历史对话列表
持续循环
实现命令行界面的主循环,用于接收用户输入、处理特定命令,并调用 predict_and_print
函数生成回复。
history = []
print("Welcome to the CLI application, use `clear` to remove the history, use `exit` to exit the application.")
while True:
try:
query = input("\nUser: ")
except UnicodeDecodeError:
print("Detected decoding error at the inputs, please set the terminal encoding to utf-8.")
continue
except Exception:
raise
if query.strip() == "exit":
break
if query.strip() == "clear":
history = []
print("History has been removed.")
continue
history = predict_and_print(query, [])
总代码
# coding=utf-8
# Implements stream chat in command line for fine-tuned models.
# Usage: python cli_demo.py --model_name_or_path path_to_model --checkpoint_dir path_to_checkpoint
from utils import (
Template,
load_pretrained,
prepare_infer_args,
get_logits_processor
)
from threading import Thread
from transformers import TextIteratorStreamer
def main():
model_args, data_args, finetuning_args, generating_args = prepare_infer_args()
model, tokenizer = load_pretrained(model_args, finetuning_args)
prompt_template = Template(data_args.prompt_template)
source_prefix = data_args.source_prefix if data_args.source_prefix else ""
def predict_and_print(query, history: list) -> list:
input_ids = tokenizer([prompt_template.get_prompt(query, history, source_prefix)], return_tensors="pt")["input_ids"]
input_ids = input_ids.to(model.device)
streamer = TextIteratorStreamer(tokenizer, timeout=60.0, skip_prompt=True, skip_special_tokens=True)
gen_kwargs = generating_args.to_dict()
# gen_kwargs.update({
# "input_ids": input_ids,
# "logits_processor": get_logits_processor(),
# "streamer": streamer
# })
gen_kwargs.update({
"do_sample": True ,
"num_beams": 1 ,
"input_ids": input_ids,
"temperature": 0.5, ##0.1
"top_p": 0.7, ##0.4
"top_k": 50,
"repetition_penalty": 1.2,
"length_penalty": 1.5,
"logits_processor": get_logits_processor(),
"streamer": streamer,
})
# if request.max_length:
gen_kwargs.pop("max_new_tokens", None)
gen_kwargs["max_length"] = 8000
gen_kwargs.pop("max_length", None)
gen_kwargs["max_new_tokens"] = 7200
thread = Thread(target=model.generate, kwargs=gen_kwargs)
thread.start()
print("Assistant: ", end="", flush=True)
response = ""
for new_text in streamer:
print(new_text, end="", flush=True)
response += new_text
print()
history = history + [(query, response)]
return []
history = []
print("Welcome to the CLI application, use `clear` to remove the history, use `exit` to exit the application.")
while True:
try:
query = input("\nUser: ")
except UnicodeDecodeError:
print("Detected decoding error at the inputs, please set the terminal encoding to utf-8.")
continue
except Exception:
raise
if query.strip() == "exit":
break
if query.strip() == "clear":
history = []
print("History has been removed.")
continue
history = predict_and_print(query, [])
if __name__ == "__main__":
main()
效果测试
总结(完善)
进行两个总结测试,测试该模型的总结能力还算可以,结果较为正确
抽取(完善)
进行两个抽取测试,测试发现该模型的抽取能力水平也较为可以。
推理(能力不足)
对其进行推理部分的能力测试,发现其内容并不足以正确的实现推理的能力,仍需要更大更专精的数据集来进行,并且该部分的功能由其他成员完成。