Instructions to use lrds-code/samba-1.1B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use lrds-code/samba-1.1B with Transformers:

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

pipe = pipeline("text-generation", model="lrds-code/samba-1.1B")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("lrds-code/samba-1.1B")
model = AutoModelForCausalLM.from_pretrained("lrds-code/samba-1.1B")
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 lrds-code/samba-1.1B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "lrds-code/samba-1.1B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "lrds-code/samba-1.1B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/lrds-code/samba-1.1B

SGLang

How to use lrds-code/samba-1.1B 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 "lrds-code/samba-1.1B" \
    --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": "lrds-code/samba-1.1B",
		"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 "lrds-code/samba-1.1B" \
        --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": "lrds-code/samba-1.1B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use lrds-code/samba-1.1B with Docker Model Runner:
```
docker model run hf.co/lrds-code/samba-1.1B
```

lrds-code commited on Apr 1, 2024

Commit

de08b9c

verified ·

1 Parent(s): 4869988

Update README.md

Browse files

Files changed (1) hide show

README.md +0 -47

README.md CHANGED Viewed

@@ -41,8 +41,6 @@ Samba é um LLM treinado em dados da língua portuguesa. O modelo é baseado no
 ## Como usar
-Com o `transformers pipeline`:
 ```python
 import torch
 from transformers import pipeline
@@ -59,51 +57,6 @@ outputs = samba(prompt, max_new_tokens=256, do_sample=False, temperature=0.1, to
 print(outputs[0]['generated_text'])
 ```
-Com o `transformers AutoModel`
-```python
-from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
-def GeneratePrompt(input, instruction):
-    if input!='' and instruction!=0:
-        return f'''Abaixo está uma instrução que descreve uma tarefa, juntamente com uma entrada que fornece mais contexto. Escreva uma resposta que complete adequadamente o pedido.
-### Instrução
-{instruction}
-### Entrada
-{input}'''
-    else:
-        return f'''Abaixo está uma instrução que descreve uma tarefa, juntamente com uma entrada que fornece mais contexto. Escreva uma resposta que complete adequadamente o pedido.
-### Instrução
-{instruction}
-### Entrada'''
-model_config = GenerationConfig.from_model_config(model.generation_config)
-model.generation_config.temperature = 0.1
-model = AutoModelForCausalLM.from_pretrained('lrds-code/samba-1.1B')
-tokenizer = AutoTokenizer.from_pretrained('lrds-code/samba-1.1B')
-instruction = 'Quantos planetas existem no sistema solar?'
-text = GeneratePrompt(input='', instruction=instruction)
-inputs = tokenizer(text, return_tensors='pt')
-outputs = model.generate(input_ids=inputs['input_ids'], attention_mask=inputs['attention_mask'], generation_config=model_config, repetition_penalty=1.1, do_sample=False)
-print(outputs[0]['generated_text'])
-```
-## Prompt para Finetune
-Para o finetune do Samba utilizamos o template [Alpaca](https://huggingface.co/datasets/yahma/alpaca-cleaned).
-```python
-alpaca_prompt = f'''Abaixo está uma instrução que descreve uma tarefa, juntamente com uma entrada que fornece mais contexto. Escreva uma resposta que complete adequadamente o pedido.
-### Instrução
-{instruction}
-### Entrada
-{input}
-### Resposta
-{output}'''
-```
 ## Parâmetros Importantes
 - **repetition_penalty:** é utilizado para evitar a repetição de palavras ou frases. Quando esse valor é ajustado para ser maior que 1, o modelo tenta diminuir a probabilidade de gerar palavras que já apareceram anteriormente. Basicamente, quanto maior o valor, mais o modelo tenta evitar repetições.

 ## Como usar
 ```python
 import torch
 from transformers import pipeline
 print(outputs[0]['generated_text'])
 ```
 ## Parâmetros Importantes
 - **repetition_penalty:** é utilizado para evitar a repetição de palavras ou frases. Quando esse valor é ajustado para ser maior que 1, o modelo tenta diminuir a probabilidade de gerar palavras que já apareceram anteriormente. Basicamente, quanto maior o valor, mais o modelo tenta evitar repetições.