137 lines
4.4 KiB
Markdown
137 lines
4.4 KiB
Markdown
## chat.guanjihuan.com
|
||
|
||
这里把 https://chat.guanjihuan.com 的主要实现代码进行开源。代码参考各个开源大模型的 GitHub 或 HuggingFace 主页、第三方模型的 API 官网，以及 HuggingFace 和 Pytorch 的文档等。
|
||
|
||
运行这里的代码需要安装 Python 环境，可以选择安装 Anaconda：https://www.anaconda.com 。如果是本地 GPU 运行模型，还需要 Nvidia 显卡，至少 6G 显存。说明：这里只测试了几个模型，还有更多开源大模型，感兴趣的可以自行测试。通常，8G 显存的显卡可以量化地加载 7B 左右的模型（70亿参数）；16G 显存的显卡可以完整加载 7B 左右的模型（70亿参数）或量化地加载 14B 左右的模型（140亿参数）；更大参数空间的模型的运行需要更大显存的显卡。开源大模型的排行榜有：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard 、https://cevalbenchmark.com/static/leaderboard.html 、https://opencompass.org.cn/leaderboard-llm 。
|
||
|
||
### 一、基础环境
|
||
|
||
Web 框架是使用 Streamlit：https://streamlit.io 、https://github.com/streamlit/streamlit 。
|
||
|
||
Streamlit 的安装：
|
||
|
||
```
|
||
pip install streamlit
|
||
```
|
||
|
||
运行命令：
|
||
|
||
```
|
||
streamlit run web_demo.py
|
||
```
|
||
|
||
或
|
||
|
||
```
|
||
python -m streamlit run web_demo.py
|
||
```
|
||
|
||
如果是在公网IP下访问，并指定8501端口和黑色主题，那么运行命令为：
|
||
|
||
```
|
||
streamlit run web_demo.py --theme.base dark --server.port 8501 --server.address 0.0.0.0
|
||
```
|
||
|
||
为了防止一些不必要的报错，可以更新一下操作系统的显卡驱动并重启：
|
||
|
||
```
|
||
sudo apt-get update
|
||
|
||
sudo apt-get install ubuntu-drivers-common
|
||
|
||
sudo ubuntu-drivers autoinstall
|
||
```
|
||
|
||
此外，可以更新一下 Pytorch（ https://pytorch.org/get-started/locally/ ），也可以防止一些报错：
|
||
|
||
```
|
||
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
|
||
```
|
||
|
||
### 二、本地运行开源大语言模型
|
||
|
||
#### 1. 开源模型 ChatGLM
|
||
|
||
ChatGLM3-6B 主页：https://github.com/THUDM/ChatGLM3 。 安装该模型依赖的环境：
|
||
|
||
```
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
模型文件下载：https://huggingface.co/THUDM/chatglm3-6b-32k ，放在目录 THUDM/chatglm3-6b-32k 下。
|
||
|
||
显存/内存要求：量化加载大概要 6G 显存；默认加载大概需要 13G 显存；CPU加载大概需要 25G 内存。
|
||
|
||
运行命令：
|
||
|
||
```
|
||
python -m streamlit run ./ChatGLM.py --theme.base dark --server.port 8501
|
||
```
|
||
|
||
如果量化加载时 bitsandbytes 报错，那么安装该软件包：pip install bitsandbytes
|
||
|
||
#### 2. 开源模型 Qwen
|
||
|
||
Qwen 主页：https://github.com/QwenLM/Qwen 。 安装该模型依赖的环境：
|
||
|
||
```
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
Qwen-7B-Chat-Int4 模型文件下载：https://huggingface.co/Qwen/Qwen-7B-Chat-Int4 ，放在目录 Qwen/Qwen-7B-Chat-Int4 下。
|
||
|
||
Qwen-14B-Chat-Int4 模型文件下载：https://huggingface.co/Qwen/Qwen-14B-Chat-Int4 ，放在目录 Qwen/Qwen-14B-Chat-Int4 下。
|
||
|
||
显存要求：Qwen-7B-Chat-Int4 大概需要 8G 显存；Qwen-14B-Chat-Int4 大概需要 12G 显存。
|
||
|
||
运行命令：
|
||
|
||
```
|
||
python -m streamlit run ./Qwen.py --theme.base dark --server.port 8501
|
||
```
|
||
|
||
此外，如果运行有报错，可能还需要安装：
|
||
|
||
```
|
||
pip install optimum
|
||
pip install auto-gptq
|
||
pip install --upgrade s3fs aiobotocore botocore
|
||
```
|
||
|
||
#### 3. 开源模型 InternLM
|
||
|
||
InternLM 主页：https://github.com/InternLM/InternLM 。运行代码时，需要调用其中的 tools 文件夹。
|
||
|
||
internlm-chat-7b 模型文件下载：https://huggingface.co/internlm/internlm-chat-7b ，放在 internlm/internlm-chat-7b 目录下。
|
||
|
||
说明：提供的代码是加载 internlm-chat-7b 模型， 目前已经有 internlm2-chat-7b 模型，但个人还未测试。internlm2-chat-7b 模型文件下载：https://huggingface.co/internlm/internlm2-chat-7b
|
||
|
||
显存要求：大概需要 7B 的显存。
|
||
|
||
运行命令：
|
||
|
||
```
|
||
python -m streamlit run ./InternLM.py --theme.base dark --server.port 8501
|
||
```
|
||
|
||
### 三、使用第三方模型 API
|
||
|
||
#### 1. 智谱 - ChatGLM_Turbo
|
||
|
||
智谱 - ChatGLM Turbo 的 API key 获取（收费，可免费试用）：https://maas.aminer.cn
|
||
|
||
运行命令：
|
||
|
||
```
|
||
python -m streamlit run ./ChatGLM_Turbo.py --theme.base dark --server.port 8501
|
||
```
|
||
|
||
#### 2. 讯飞 - 星火大模型
|
||
|
||
讯飞 - 星火大模型的 API key 获取（收费，可免费试用）：https://xinghuo.xfyun.cn
|
||
|
||
运行命令：
|
||
|
||
```
|
||
python -m streamlit run ./星火大模型.py --theme.base dark --server.port 8501
|
||
``` |