Instructions to use PartAI/Dorna-Llama3-8B-Instruct with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use PartAI/Dorna-Llama3-8B-Instruct with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="PartAI/Dorna-Llama3-8B-Instruct")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("PartAI/Dorna-Llama3-8B-Instruct")
model = AutoModelForCausalLM.from_pretrained("PartAI/Dorna-Llama3-8B-Instruct")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use PartAI/Dorna-Llama3-8B-Instruct with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "PartAI/Dorna-Llama3-8B-Instruct"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "PartAI/Dorna-Llama3-8B-Instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/PartAI/Dorna-Llama3-8B-Instruct

SGLang

How to use PartAI/Dorna-Llama3-8B-Instruct with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "PartAI/Dorna-Llama3-8B-Instruct" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "PartAI/Dorna-Llama3-8B-Instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "PartAI/Dorna-Llama3-8B-Instruct" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "PartAI/Dorna-Llama3-8B-Instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use PartAI/Dorna-Llama3-8B-Instruct with Docker Model Runner:
```
docker model run hf.co/PartAI/Dorna-Llama3-8B-Instruct
```

fine tuning

by Artin2009 - opened Jun 12, 2024

Discussion

Artin2009

Jun 12, 2024

سلام وقت بخیر

چطوری میشه این مدل رو فاین تیون کرد ؟

MiladMola

Part DP AI org Jun 12, 2024

سلام، وقت شما هم بخیر.

برای تنظیم دقیق مدل‌ها با توجه به منابع (داده و سخت‌افزار) موجود، رویکردهای مختلفی وجود دارد که بدون اطلاع دقیق از منابع شما، نمی‌توانم پیشنهاد مشخصی بدم. اما به طور کلی، می‌توانید روش‌های زیر را مطالعه کرده و با توجه به منابع خود، مناسب‌ترین روش را انتخاب کنید:

SFT
LoRA
QLoRA
DPO
PPO
ORPO
RLHF

یکی از بهترین ابزارها هم transformers هست.

Artin2009

Jun 12, 2024

خیلی ممنون. ایا امکان فاین تیونیگ با روش REFT هست ؟

و اینکه شما برای روش SFT چه چیزی پیشنهاد میکنید ؟

MiladMola

Part DP AI org Jun 15, 2024

منظورتون PEFT هست؟

بله میشه

بهتره با این کورس شروع کنید.
سعی می‌کنیم در این رابطه در آینده در قالب کورس / کالج آموزش‌های بیشتری قرار بدهیم.

MiladMola changed discussion status to closed Jun 16, 2024

Upload images, audio, and videos by dragging in the text input, pasting, or clicking here.

Tap or paste here to upload images

· Sign up or log in to comment