【AIGC】BaiChuan7B开源大模型介绍、部署以及创建接口服务

模型介绍

baichuan-7B是由百川智能开发的一个开源的大规模预训练模型。基于Transformer结构，在大约1.2万亿tokens上训练的70亿参数模型，支持中英双语，上下文窗口长度为4096。在标准的中文和英文权威benchmark（C-EVAL/MMLU）上均取得同尺寸最好的效果。

huggingface
github

部署环境

• 系统：centos7.8.2003
• GPU：2 * 3090 （24G）

代码下载

git clone https://github.com/baichuan-inc/baichuan-7B.git

模型下载

下载地址：https://huggingface.co/baichuan-inc/baichuan-7B/tree/main

huggingface模型下载有几种方式：

• 使用git下载

git lfs install
git clone https://huggingface.co/baichuan-inc/baichuan-7B

• 网页直接下载，一个个下载，然后放置到固定文件夹下即可。
• 使用代码自动加载huggingface模型

tokenizer = AutoTokenizer.from_pretrained("baichuan-inc/baichuan-7B", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("baichuan-inc/baichuan-7B", device_map="auto", trust_remote_code=True)

环境安装

python == 3.8.16

pip install -r requirements.txt 

独立测试

GPU应该选择至少30G的显存。我这里一块24G卡，测试启动不稳定，显存容易溢出（可以通过修改max_new_tokens参数为64，勉强可以跑）。2块24G卡没问题。

# !/usr/bin/env python# -*- coding:utf-8 -*-import os
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

os.environ["CUDA_VISIBLE_DEVICES"]='4, 5'if __name__ =='__main__':
    text_generation_zh = pipeline(task=Tasks.text_generation, model='baichuan-inc/baichuan-7B',model_revision='v1.0.2')
    text_generation_zh._model_prepare =True
    result_zh = text_generation_zh('今天天气是真的')print(result_zh)

模型处

填写保存模型的目录路径

服务接口

# !/usr/bin/env python# -*- coding:utf-8 -*-from flask import Flask, request, jsonify
import threading
from flask_cors import CORS
import os
from transformers import AutoModelForCausalLM, AutoTokenizer

os.environ["CUDA_VISIBLE_DEVICES"]='4, 5'

app = Flask(__name__)
CORS(app)# 加载模型
tokenizer = AutoTokenizer.from_pretrained("baichuan-inc/baichuan-7B", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("baichuan-inc/baichuan-7B", device_map="auto", trust_remote_code=True)# 创建线程锁和计数器
lock = threading.Lock()
counter =0
MAX_CONCURRENT_REQUESTS =5# 最大并发请求数@app.route('/baichuan/conversation', methods=['POST'])defconversation():global counter

    # 请求过载，返回提示信息if counter >= MAX_CONCURRENT_REQUESTS:return jsonify({'message':'请稍等再试'})# 获取线程锁with lock:
        counter +=1try:# 接收 POST 请求的数据
        question = request.json['question']
        question +='->'

        inputs = tokenizer(question, return_tensors='pt')
        inputs = inputs.to('cuda:0')
        pred = model.generate(**inputs, max_new_tokens=1024, repetition_penalty=1.1)

        text = tokenizer.decode(pred.cpu()[0], skip_special_tokens=True)print("result:", text)# 返回结果
        response ={'result': text[len(question):]}return jsonify(response)finally:# 释放线程锁并减少计数器with lock:
            counter -=1if __name__ =='__main__':print("Flask 服务器已启动")
    app.run(host='0.0.0.0', port=30908)

接口调用

测试小结

• 该模型是一个文本生成模型，对话式效果较差，但是如果prompt为问答式，还是有一些效果的。如果需要对话式满足自己的需求，还是需要进行后续的fintune微调。

官方也说了：

chatgpt 等模型专门针对对话进行了微调，目前 baichuan-7B 暂时还没针对对话微调，所以不支持对话。
但目前模型是有推理能力的。
模型介绍页面已经举例用法了，如“登鹳雀楼->王之涣\n夜雨寄北->”，给定示例“登鹳雀楼->王之涣”，也就是根据诗歌名称推理作者名称，那么给定问题“夜雨寄北->”，就能够正确推理出来，作者是“李商隐”。 如果你想实现对话能力，你可以找 gpt 的公开对话数据集，自己对 baichuan-7B 进行微调。

• 看社区也有大佬已经微调了对话模型 https://huggingface.co/hiyouga/baichuan-7b-sft ，有时间可以试试。

希望

• 希望有更多的大佬微调出更出色的AIGC能力。