10、大型语言模型应用与提示工程全解析

大型语言模型应用与提示工程全解析

1. 使用Hugging Face平台的LLaMA模型

1.1 代码实现

以下是使用Hugging Face平台上的“Meta-Llama-3-8B”模型与大语言模型(LLM)进行交互的代码:

!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()  # Suppress warnings
# 1. Authenticate with Hugging Face (if required)
login(token="Your access token")
# 2. Load the Model and Tokenizer
model_id = "meta-llama/Meta-Llama-3-8B"
tokenizer = AutoTokenize
评论
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