零基础入门AI：两步快速本地部署ChatGPT的平替 - 小羊驼 Vicuna

前言

ChatGPT 引发了大家对大语言模型的热情，但是其封闭的生态也带来了诸多限制。所幸Meta是越来越开放，自LLaMA发布以来，围绕它微调和开发的模型越来越多，逐渐形成了羊驼系列大模型，2023年9月Meta又发布了LLaMA 2，最高支持16K上下文输入，同时修改了授权协议，允许商用，进一步大大降低了这类开源大模型的研究、应用门槛。

羊驼系列大模型中，尤其以UC伯克利大学的研究人员联合其它几家研究机构共同推出的小羊驼（Vicuna）最为出色，仅用少量的数据微调（费用约为300美元），就达到了ChatGPT 90%的性能，实在是企业或者个人研究的必备良心平替。本文将梳理在本地部署和使用 Vicuna 的详细教程。

Step 1: 安装 Vicuna 框架 - FastChat

• 使用pip安装

arduino复制代码pip3 install "fschat[model_worker,webui]"

• 从源码安装

bash复制代码git clone https://github.com/lm-sys/FastChat.git
cd FastChat
pip3 install --upgrade pip  # enable PEP 660 support
pip3 install -e ".[model_worker,webui]"

如果后续有基于Vicuna做进一步定制开发的需求，建议从源码安装。

Step 2: 下载 Vicuna 模型

目前 Vicuna 的最新版是基于LLaMA 2微调的 v1.5，可以使用如下命令运行，如果模型未下载将自动下载。也可从Hugging Face下载模型，然后在命令中再指定模型路径。

Size	Chat Command	Hugging Face Repo
7B	python3 -m fastchat.serve.cli --model-path lmsys/vicuna-7b-v1.5	lmsys/vicuna-7b-v1.5
7B-16k	python3 -m fastchat.serve.cli --model-path lmsys/vicuna-7b-v1.5-16k	lmsys/vicuna-7b-v1.5-16k
13B	python3 -m fastchat.serve.cli --model-path lmsys/vicuna-13b-v1.5	lmsys/vicuna-13b-v1.5
13B-16k	python3 -m fastchat.serve.cli --model-path lmsys/vicuna-13b-v1.5-16k	lmsys/vicuna-13b-v1.5-16k
33B	python3 -m fastchat.serve.cli --model-path lmsys/vicuna-33b-v1.3	lmsys/vicuna-33b-v1.3

应用场景

微调

UC伯克利大学的研究人员使用4 x A100 (40GB)，在70K的数据上微调，共计花费$300。

我用4块A100-SXM4-80GB，在10条数据上也微调成功了，共计花费不到￥300。

css复制代码torchrun --nproc_per_node=4 --master_port=20001 fastchat/train/train_mem.py \
    --model_name_or_path meta-llama/Llama-2-7b-hf \
    --data_path data/dummy_conversation.json \
    --bf16 True \
    --output_dir output_vicuna \
    --num_train_epochs 3 \
    --per_device_train_batch_size 2 \
    --per_device_eval_batch_size 2 \
    --gradient_accumulation_steps 16 \
    --evaluation_strategy "no" \
    --save_strategy "steps" \
    --save_steps 1200 \
    --save_total_limit 10 \
    --learning_rate 2e-5 \
    --weight_decay 0. \
    --warmup_ratio 0.03 \
    --lr_scheduler_type "cosine" \
    --logging_steps 1 \
    --fsdp "full_shard auto_wrap" \
    --fsdp_transformer_layer_cls_to_wrap 'LlamaDecoderLayer' \
    --tf32 True \
    --model_max_length 2048 \
    --gradient_checkpointing True \
    --lazy_preprocess True

命令行聊天

如果已经下载完成，如下命令将从指定路径加载后运行命令行聊天，是最方便的体验方式。

sql复制代码$ CUDA_VISIBLE_DEVICES=1 python -m fastchat.serve.cli --model-path models/vicuna-7b-v1.5/
Loading checkpoint shards: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:08<00:00,  4.40s/it]
USER: Who are you?
ASSISTANT: I am Vicuna, a language model trained by researchers from Large Model Systems Organization (LMSYS).

网页版聊天

要使用网页版聊天，需要运行三个模块：

• Controller：python -m fastchat.serve.controller
• Worker：python -m fastchat.serve.model_worker --model-path models/vicuna-13b
• WEB服务器：python -m fastchat.serve.gradio_web_server

最后的运行效果如下：

RESTful API Server

要运行 RESTful API server，需要运行三个模块：

• Controller：python -m fastchat.serve.controller
• Worker：python -m fastchat.serve.model_worker --model-path models/vicuna-13b
• WEB服务器：python -m fastchat.serve.openai_api_server --host 0.0.0.0 --port 8000

要调用API有两种方式：

OpenAI SDK

这种调用方式需要先安装openai库：pip install --upgrade openai

ini复制代码import openai

openai.api_key = "EMPTY"
openai.base_url = "http://localhost:8000/v1/"

model = "vicuna-7b-v1.5"
prompt = "Once upon a time"

# create a completion
completion = openai.completions.create(model=model, prompt=prompt, max_tokens=64)
# print the completion
print(prompt + completion.choices[0].text)

# create a chat completion
completion = openai.chat.completions.create(
  model=model,
  messages=[{"role": "user", "content": "Hello! What is your name?"}]
)
# print the completion
print(completion.choices[0].message.content)

HTTP

这种调用方式可以用requests库，以下仅用curl演示：

arduino复制代码curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vicuna-7b-v1.5",
    "messages": [{"role": "user", "content": "Hello! What is your name?"}]
  }'

词嵌入

获取词嵌入的API接口：

arduino复制代码curl http://localhost:8000/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vicuna-7b-v1.5",
    "input": "Hello world!"
  }'

关于使用词嵌入的使用场景，官方提供了一些基础案例如下：

• 计算文本相似度：test_sentence_similarity.py
• 文本分类：test_classification.py
• 搜索相关文本：test_semantic_search.py

Vicuna + LangChain 实现本地知识库问答系统

官方举例：

ini复制代码from langchain.chat_models import ChatOpenAI
from langchain.document_loaders import TextLoader
from langchain.embeddings import OpenAIEmbeddings
from langchain.indexes import VectorstoreIndexCreator

embedding = OpenAIEmbeddings(model="text-embedding-ada-002")
loader = TextLoader("state_of_the_union.txt")
index = VectorstoreIndexCreator(embedding=embedding).from_loaders([loader])
llm = ChatOpenAI(model="gpt-3.5-turbo")

questions = [
    "Who is the speaker",
    "What did the president say about Ketanji Brown Jackson",
    "What are the threats to America",
    "Who are mentioned in the speech",
    "Who is the vice president",
    "How many projects were announced",
]

for query in questions:
    print("Query:", query)
    print("Answer:", index.query(query, llm=llm))

LangChain支持加载多种格式（HTML、CSV、JSON、MARKDOWN、PDF）的本地知识库，所以可以根据实际场景，调整以上示例中的loader，即可实现一个简单的本地知识库问答系统。

第三方框架

Ollama + Vicuna

Ollama 是一个可以在本地部署和管理开源大语言模型的框架，由于它极大的简化了开源大语言模型的安装和配置细节，一经推出就广受好评，目前已在github上获得了46k star。

如果小伙伴们觉得 Vicuna 官方提供的框架使用不便，也可以用第三方框架Ollama来调用Vicuna模型，如下命令即可一键下载并运行Vicuna模型：ollama run vicuna

text-generation-webui + Vicuna

如果小伙伴们觉得 Vicuna 自带的 WEB GUI 太简陋，也可以使用第三方的WEB GUI框架 text-generation-webui，然后加载 Vicuna 模型即可。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、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出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】