Instructions to use Vikhrmodels/Vikhr-7B-instruct_0.4 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Vikhrmodels/Vikhr-7B-instruct_0.4 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="Vikhrmodels/Vikhr-7B-instruct_0.4") messages = [ {"role": "user", "content": "Who are you?"}, ] pipe(messages)# Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("Vikhrmodels/Vikhr-7B-instruct_0.4") model = AutoModelForCausalLM.from_pretrained("Vikhrmodels/Vikhr-7B-instruct_0.4") 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 Settings
- vLLM
How to use Vikhrmodels/Vikhr-7B-instruct_0.4 with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "Vikhrmodels/Vikhr-7B-instruct_0.4" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Vikhrmodels/Vikhr-7B-instruct_0.4", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/Vikhrmodels/Vikhr-7B-instruct_0.4
- SGLang
How to use Vikhrmodels/Vikhr-7B-instruct_0.4 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 "Vikhrmodels/Vikhr-7B-instruct_0.4" \ --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": "Vikhrmodels/Vikhr-7B-instruct_0.4", "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 "Vikhrmodels/Vikhr-7B-instruct_0.4" \ --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": "Vikhrmodels/Vikhr-7B-instruct_0.4", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }' - Docker Model Runner
How to use Vikhrmodels/Vikhr-7B-instruct_0.4 with Docker Model Runner:
docker model run hf.co/Vikhrmodels/Vikhr-7B-instruct_0.4
Чёрти что и с боку бантик))))
Авторы, слежу за вихрем, с самой первой модели... Вторая (0.2) самая топчик, и поболтать и посмеяться можно, рассуждает на 5+, и промпт есть.... ни придраться ни к чему... молодцы, кто её переделывал, не знаю, но спасибо огромное, храню, люблю)))) но всё остальное (начиная с 0.3) жуть адовая)))) особенно после того как вы перешли на flash-attention 2, вы или в своём мире там живёте или что, не понятно, что подточили, что улучшили? модель начиная с 0.3 и выше, такую чушь адовую несёт, что просто туши свет и суши вёсла. и зачем всё время в коде писать про Колмогорова или жирафа, е****ть ну сделайте вы нормальный ввод хоспидя. Ну кто по вашему ради одного промпта будет сидеть и грузить шардсы постоянно? ппц
Здравствуйте! Нам очень важно ваше мнение. К сожалению мы не поняли что вы хотели сказать. Если есть вопросы по существу: пишите.
Upd: в следующий раз будут загадки про два стула.
Да, здравствуйте, про стул не надо, это лишнее... лучше просто инпут с клавиатуры, так удобней. А про то что не поняли, ну в нашем случае всё предельно ясно, это же не химия в таблицах, тут модель или удовлетворительный собеседник (как версия 0.2) или "что хочу то и мычу" тут надо ширше к вопросу подходить, или переобучение, или флэш аттеншин второй, не могу знать други, не могу знать... но и 0.3 и 0.4 городят такой огород, что мама не балуйся, какие то рулады в ответах несущие сознание модели в неведомую даль. Нет, может быть вы общаетесь с ней каждый раз подкидывая какие то статические промты... тут не знаю, может усё и упорядке.... но при динамическом общении через инпут не могу ни как уловить что модель пытается до меня донести, даже на простые вопросы)))