10、大语言模型与提示工程全解析

大语言模型与提示工程全解析

1. 使用Hugging Face平台的LLaMA模型

1.1 代码实现

要与模型进行交互,可按以下步骤操作:

!pip install langchain==0.2.0
!pip install transformers==4.40.2
!pip install accelerate==0.30.1
!pip install langchain-community==0.2.0
import torch
from langchain import HuggingFacePipeline
from transformers import (
    AutoModelForCausalLM,
    AutoTokenizer,
    pipeline,
    StoppingCriteria,
    StoppingCriteriaList,
    logging
)
from huggingface_hub import login
logging.set_verbosity_error()  # 抑制警告

# 1. 进行Hugging Face认证(如果需要)
login(token="Your access token")

# 2. 加载模型和分词器
model_id = "meta-llama/Meta-Llama-3-8B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值