Instructions to use taide/TAIDE-LX-7B-Chat with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use taide/TAIDE-LX-7B-Chat with Transformers:

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

pipe = pipeline("text-generation", model="taide/TAIDE-LX-7B-Chat")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("taide/TAIDE-LX-7B-Chat")
model = AutoModelForCausalLM.from_pretrained("taide/TAIDE-LX-7B-Chat")
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 taide/TAIDE-LX-7B-Chat with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "taide/TAIDE-LX-7B-Chat"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "taide/TAIDE-LX-7B-Chat",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/taide/TAIDE-LX-7B-Chat

SGLang

How to use taide/TAIDE-LX-7B-Chat 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 "taide/TAIDE-LX-7B-Chat" \
    --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": "taide/TAIDE-LX-7B-Chat",
		"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 "taide/TAIDE-LX-7B-Chat" \
        --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": "taide/TAIDE-LX-7B-Chat",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use taide/TAIDE-LX-7B-Chat with Docker Model Runner:
```
docker model run hf.co/taide/TAIDE-LX-7B-Chat
```

請問TAIDE model相關參數設定問題?

by NCGWRjason - opened Apr 25, 2024

Discussion

NCGWRjason

Apr 25, 2024

請問TAIDE model的上下文context size上限是多少tokens? 每次問答的輸入輸出上限一樣是 4096 tokens?

TAIDE 可以或是需要設定這類型的參數嗎? Temperature、Top-K、Top-P

如果要的話，數字預設多少是效果較好的?

謝謝

aqweteddy

Apr 25, 2024

•

edited Apr 25, 2024

您好

每次輸入和輸出總和最長是 4096 tokens。generation config 我們在測試時一律使用 greedy，當然您也可以調整 generation config 來取得更好效果。

Best regards,
TAIDE

NCGWRjason

Apr 25, 2024

您好

每次輸入和輸出總和最長是 4096 tokens。generation config 我們在測試時一律使用 greedy，當然您也可以調整 generation config 來取得更好效果。

Best regards,
TAIDE

謝謝您那TAIDE model的上下文context size上限是多少tokens?
如果想輸入長文本文獻資料做summary整理如: 會談對話、小說文字、文獻期刊、病歷資料等做摘要整理的話
會限制說不能超過多少tokens嗎? 訓練集資料要怎麼設計比較好呢? 謝謝

ShinoharaHare

Apr 25, 2024

•

edited Apr 25, 2024

您好
我們在訓練 TAIDE 模型時使用的 Context Length 與原版 LLaMA 2 模型一樣是 4096
因此在不更改任何設定或額外訓練的情況下，上限就是 4096

但如果您有需要更長的長度可以考慮使用 RoPE Scaling 的技術，transformers 有原生的實驗性支援
https://huggingface.co/docs/transformers/main/en/model_doc/llama#transformers.LlamaConfig.rope_scaling
https://github.com/huggingface/transformers/blob/fbb41cd4209c00671fef583a39db2f608fcd7098/src/transformers/models/llama/modeling_llama.py#L293-L318
其中 Dynamic NTK scaling 的方式能夠在不做任何額外訓練的情況下有不錯的長度擴展能力

aqweteddy

Apr 25, 2024

您好:

context 問題如 @ShinoharaHare 哥所說。至於FT資料集的設計，我們可以提供幾個對於 general chat ability 有幫助的方向，您可以參考看看:

FT 資料需要足夠 diverse (topic / task 等)。
FT 資料如果品質夠好，用少量資料就可以有很好效果。
CoT 對於FT結果很有幫助。

以下是幾篇相關論文:
https://arxiv.org/abs/2307.08701
https://arxiv.org/abs/2305.11206

Best regards,
TAIDE

NCGWRjason

Apr 25, 2024

您好:

context 問題如 @ShinoharaHare 哥所說。至於FT資料集的設計，我們可以提供幾個對於 general chat ability 有幫助的方向，您可以參考看看:

FT 資料需要足夠 diverse (topic / task 等)。

FT 資料如果品質夠好，用少量資料就可以有很好效果。

CoT 對於FT結果很有幫助。

以下是幾篇相關論文:
https://arxiv.org/abs/2307.08701
https://arxiv.org/abs/2305.11206

Best regards,
TAIDE

謝謝回復不過本身是這塊領域的初學者很多專業術語看不懂，目前只是用GPT4all介面測試TAIDE 而已
所以TAIDE 目前context就只能4096個token，類似chatgpt 一個對話channel的上限就這些內容嗎?
還想不到說怎麼用類似用python來用OpenAI API的方式

nctu6

Apr 25, 2024

您好，

請參考 Kuwa 關於以下功能的程式碼：

多輪對話
API Proxy

https://github.com/kuwaai/genai-os

Best regards.

aqweteddy changed discussion status to closed May 8, 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