Bingsu/ko_alpaca_data
Viewer • Updated • 49.6k • 274 • 18
How to use heegyu/koalpaca-355m with Transformers:
# Use a pipeline as a high-level helper
from transformers import pipeline
pipe = pipeline("text-generation", model="heegyu/koalpaca-355m") # Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("heegyu/koalpaca-355m")
model = AutoModelForCausalLM.from_pretrained("heegyu/koalpaca-355m")How to use heegyu/koalpaca-355m with vLLM:
# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "heegyu/koalpaca-355m"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
-H "Content-Type: application/json" \
--data '{
"model": "heegyu/koalpaca-355m",
"prompt": "Once upon a time,",
"max_tokens": 512,
"temperature": 0.5
}'docker model run hf.co/heegyu/koalpaca-355m
How to use heegyu/koalpaca-355m with SGLang:
# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
--model-path "heegyu/koalpaca-355m" \
--host 0.0.0.0 \
--port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
-H "Content-Type: application/json" \
--data '{
"model": "heegyu/koalpaca-355m",
"prompt": "Once upon a time,",
"max_tokens": 512,
"temperature": 0.5
}'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 "heegyu/koalpaca-355m" \
--host 0.0.0.0 \
--port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
-H "Content-Type: application/json" \
--data '{
"model": "heegyu/koalpaca-355m",
"prompt": "Once upon a time,",
"max_tokens": 512,
"temperature": 0.5
}'How to use heegyu/koalpaca-355m with Docker Model Runner:
docker model run hf.co/heegyu/koalpaca-355m
from transformers import pipeline
print('start model loading')
model_name = '../checkpoint/koalpaca/ajoublue-gpt2-medium/epoch-4-last/'
generator = pipeline(
'text-generation',
model=model_name,
tokenizer=model_name
)
def query(instruction, input=None):
if input:
prompt = f"<usr>{instruction}\n{input}\n<sys>"
else:
prompt = f"<usr>{instruction}\n<sys>"
print(generator(
prompt,
do_sample=True,
top_p=0.9,
early_stopping=True,
max_length=256,
)[0]['generated_text'])
query("슈카월드에 대해서 알아?")
query("세상에서 가장 유명한 사람은?")
query("알버트 아인슈타인에 대해서 설명해줘")
query("다음 영화에 대해서 설명해줘", "기생충")
결과
<usr>슈카월드에 대해서 알아?
<sys>슈카월드는 미국 캘리포니아 주의 한 도시에서 열린 어린이 놀이박람회입니다. 이 박람회는 세계에서 가장 큰 어린이 놀이박람회로 유명합니다.
<usr>세상에서 가장 유명한 사람은?
<sys>가장 유명한 사람은 니콜라 테슬라입니다.
<usr>알버트 아인슈타인에 대해서 설명해줘
<sys>알버트 아인슈타인은 1856년, 물리학 분야에서 최초로 노벨상을 수상한 물리학자입니다. 그는 상대성 이론을 비롯한 다수의 저서를 발표하며 현대 물리학의 기초를 확립하였습니다.
<usr>다음 영화에 대해서 설명해줘
기생충
<sys>"기생충"은 가족과 학교에서 도망친 사람들 사이에서 벌어지는 일을 그린 영화로, 현실적이면서도 감각적인 연출과 다양한 캐릭터들의 매력을 살리는 방식으로 관객들을 사로잡습니다.
<usr>섭씨 온도를 화씨로 변경해줘
섭씨 온도: 15도
<sys>"섭씨 온도를 화씨로 변경해주세요." -> "화씨 온도가 33도입니다."