软件测试学习笔记丨人工智能 | mixtral大模型

最新推荐文章于 2024-11-16 16:25:30 发布

霍格沃兹测试开发学社测试人社区

最新推荐文章于 2024-11-16 16:25:30 发布

阅读量855

点赞数 6

文章标签：学习笔记人工智能软件测试测试开发

本文链接：https://blog.youkuaiyun.com/ceshiren_com/article/details/142973479

版权

简介

Mixtral 是一种具有开放权重的高质量稀疏专家混合模型 (SMoE)。根据 Apache 2.0 许可。 Mixtral 在大多数基准测试中都优于 Llama 2 70B，推理速度提高了 6 倍。它是最强大的开放权重模型，具有宽松的许可证，也是成本/性能权衡方面的最佳模型。特别是，它在大多数标准基准测试中匹配或优于 GPT3.5。

Mixtral 的特点

可以优雅地处理 32k 令牌的上下文。
可以处理英语、法语、意大利语、德语和西班牙语。
在代码生成方面表现出强大的性能。

基于 Hugging Face Transformers 使用 mixtral

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

def test_mixtral():
    pipe = pipeline("text-generation", model="mistralai/Mixtral-8x7B-Instruct-v0.1")
    pipe("请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest"))

使用 langchain 调用 mixtral

def test_mixtral():
    llm = Ollama(model="mixtral", base_url="http://localhost:11434")
    r = llm.invoke('请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest')
    debug(r)