168 lines
7.1 KiB
Python
168 lines
7.1 KiB
Python
import argparse
|
||
import random
|
||
import warnings
|
||
import numpy as np
|
||
from transformers import AutoTokenizer, AutoModelForCausalLM, TextStreamer
|
||
from model.model_minimind import MiniMindConfig, MiniMindForCausalLM
|
||
from model.model_lora import *
|
||
|
||
warnings.filterwarnings('ignore')
|
||
|
||
|
||
def init_model(args):
|
||
tokenizer = AutoTokenizer.from_pretrained('./model/')
|
||
if args.load == 0:
|
||
moe_path = '_moe' if args.use_moe else ''
|
||
modes = {0: 'pretrain', 1: 'full_sft', 2: 'rlhf', 3: 'reason', 4: 'grpo'}
|
||
ckp = f'./{args.out_dir}/{modes[args.model_mode]}_{args.hidden_size}{moe_path}.pth'
|
||
|
||
model = MiniMindForCausalLM(MiniMindConfig(
|
||
hidden_size=args.hidden_size,
|
||
num_hidden_layers=args.num_hidden_layers,
|
||
use_moe=args.use_moe
|
||
))
|
||
|
||
model.load_state_dict(torch.load(ckp, map_location=args.device), strict=True)
|
||
|
||
if args.lora_name != 'None':
|
||
apply_lora(model)
|
||
load_lora(model, f'./{args.out_dir}/lora/{args.lora_name}_{args.hidden_size}.pth')
|
||
else:
|
||
transformers_model_path = './MiniMind2'
|
||
tokenizer = AutoTokenizer.from_pretrained(transformers_model_path)
|
||
model = AutoModelForCausalLM.from_pretrained(transformers_model_path, trust_remote_code=True)
|
||
print(f'MiniMind模型参数量: {sum(p.numel() for p in model.parameters() if p.requires_grad) / 1e6:.2f}M(illion)')
|
||
return model.eval().to(args.device), tokenizer
|
||
|
||
|
||
def get_prompt_datas(args):
|
||
if args.model_mode == 0:
|
||
# pretrain模型的接龙能力（无法对话）
|
||
prompt_datas = [
|
||
'凤清儿自然',
|
||
'唐火儿鼓起的小腹',
|
||
'马上黯淡下去唐火儿便绝望地'
|
||
|
||
]
|
||
else:
|
||
if args.lora_name == 'None':
|
||
# 通用对话问题
|
||
prompt_datas = [
|
||
'请介绍一下自己。',
|
||
'你更擅长哪一个学科？',
|
||
'鲁迅的《狂人日记》是如何批判封建礼教的？',
|
||
'我咳嗽已经持续了两周，需要去医院检查吗？',
|
||
'详细的介绍光速的物理概念。',
|
||
'推荐一些杭州的特色美食吧。',
|
||
'请为我讲解“大语言模型”这个概念。',
|
||
'如何理解ChatGPT？',
|
||
'Introduce the history of the United States, please.'
|
||
]
|
||
else:
|
||
# 特定领域问题
|
||
lora_prompt_datas = {
|
||
'lora_identity': [
|
||
"你是ChatGPT吧。",
|
||
"你叫什么名字？",
|
||
"你和openai是什么关系？"
|
||
],
|
||
'lora_medical': [
|
||
'我最近经常感到头晕，可能是什么原因？',
|
||
'我咳嗽已经持续了两周，需要去医院检查吗？',
|
||
'服用抗生素时需要注意哪些事项？',
|
||
'体检报告中显示胆固醇偏高，我该怎么办？',
|
||
'孕妇在饮食上需要注意什么？',
|
||
'老年人如何预防骨质疏松？',
|
||
'我最近总是感到焦虑，应该怎么缓解？',
|
||
'如果有人突然晕倒，应该如何急救？'
|
||
],
|
||
}
|
||
prompt_datas = lora_prompt_datas[args.lora_name]
|
||
|
||
return prompt_datas
|
||
|
||
|
||
# 设置可复现的随机种子
|
||
def setup_seed(seed):
|
||
random.seed(seed)
|
||
np.random.seed(seed)
|
||
torch.manual_seed(seed)
|
||
torch.cuda.manual_seed(seed)
|
||
torch.cuda.manual_seed_all(seed)
|
||
torch.backends.cudnn.deterministic = True
|
||
torch.backends.cudnn.benchmark = False
|
||
|
||
|
||
def main():
|
||
parser = argparse.ArgumentParser(description="Chat with MiniMind")
|
||
parser.add_argument('--lora_name', default='None', type=str)
|
||
parser.add_argument('--out_dir', default='out', type=str)
|
||
parser.add_argument('--temperature', default=0.85, type=float)
|
||
parser.add_argument('--top_p', default=0.85, type=float)
|
||
parser.add_argument('--device', default='cuda' if torch.cuda.is_available() else 'cpu', type=str)
|
||
# 此处max_seq_len（最大输出长度）并不意味模型具有对应的长文本的性能，仅防止QA出现被截断的问题
|
||
# MiniMind2-moe (145M)：(hidden_size=640, num_hidden_layers=8, use_moe=True)
|
||
# MiniMind2-Small (26M)：(hidden_size=512, num_hidden_layers=8)
|
||
# MiniMind2 (104M)：(hidden_size=768, num_hidden_layers=16)
|
||
parser.add_argument('--hidden_size', default=512, type=int)
|
||
parser.add_argument('--num_hidden_layers', default=8, type=int)
|
||
parser.add_argument('--max_seq_len', default=8192, type=int)
|
||
parser.add_argument('--use_moe', default=False, type=bool)
|
||
# 携带历史对话上下文条数
|
||
# history_cnt需要设为偶数，即【用户问题, 模型回答】为1组；设置为0时，即当前query不携带历史上文
|
||
# 模型未经过外推微调时，在更长的上下文的chat_template时难免出现性能的明显退化，因此需要注意此处设置
|
||
parser.add_argument('--history_cnt', default=0, type=int)
|
||
parser.add_argument('--load', default=0, type=int, help="0: 原生torch权重，1: transformers加载")
|
||
parser.add_argument('--model_mode', default=0, type=int,
|
||
help="0: 预训练模型，1: SFT-Chat模型，2: RLHF-Chat模型，3: Reason模型，4: RLAIF-Chat模型")
|
||
args = parser.parse_args()
|
||
|
||
model, tokenizer = init_model(args)
|
||
|
||
prompts = get_prompt_datas(args)
|
||
test_mode = int(input('[0] 自动测试\n[1] 手动输入\n'))
|
||
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
|
||
|
||
messages = []
|
||
for idx, prompt in enumerate(prompts if test_mode == 0 else iter(lambda: input('👶: '), '')):
|
||
setup_seed(random.randint(0, 2048))
|
||
# setup_seed(2025) # 如需固定每次输出则换成【固定】的随机种子
|
||
if test_mode == 0: print(f'👶: {prompt}')
|
||
|
||
messages = messages[-args.history_cnt:] if args.history_cnt else []
|
||
messages.append({"role": "user", "content": prompt})
|
||
|
||
new_prompt = tokenizer.apply_chat_template(
|
||
messages,
|
||
tokenize=False,
|
||
add_generation_prompt=True
|
||
) if args.model_mode != 0 else (tokenizer.bos_token + prompt)
|
||
|
||
inputs = tokenizer(
|
||
new_prompt,
|
||
return_tensors="pt",
|
||
truncation=True
|
||
).to(args.device)
|
||
|
||
print('🤖️: ', end='')
|
||
generated_ids = model.generate(
|
||
inputs["input_ids"],
|
||
max_new_tokens=args.max_seq_len,
|
||
num_return_sequences=1,
|
||
do_sample=True,
|
||
attention_mask=inputs["attention_mask"],
|
||
pad_token_id=tokenizer.pad_token_id,
|
||
eos_token_id=tokenizer.eos_token_id,
|
||
streamer=streamer,
|
||
top_p=args.top_p,
|
||
temperature=args.temperature
|
||
)
|
||
|
||
response = tokenizer.decode(generated_ids[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
|
||
messages.append({"role": "assistant", "content": response})
|
||
print('\n\n')
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main()
|