【大模型实践】基于文心一言的对话模型设计

【大模型实践】基于文心一言的对话模型设计

    正在检查是否收录...

文心一言(英文名:ERNIE Bot)是百度全新一代知识增强大语言模型,文心大模型家族的新成员,能够与人对话互动、回答问题、协助创作,高效便捷地帮助人们获取信息、知识和灵感。文心一言从数万亿数据和数千亿知识中融合学习,得到预训练大模型,在此基础上采用有监督精调、人类反馈强化学习、提示等技术,具备知识增强、检索增强和对话增强的技术优势。

本文使用gradio开发一个简单的对话页面,使用的大模型是文心一言。

一、获取token

百度的aistudio平台提供免费的文心一言调用token,每个用户100W个,点击token:

在我的令牌可以看到token:

后续会用到该token,请将代码中的token更换成自己的token。

二、编写代码

创建文件erniebot_test.py,代码如下,请将erniebot.access_token替换为自己的token:

import gradio as gr import random import time import os import erniebot import gradio as gr def predict(content, his): if len(his)>0 and isinstance(his[0], list): his = his[0] erniebot.api_type = "aistudio" erniebot.access_token ="xxx" # 替换为自己的token message = [] for idx, msg in enumerate(his): if idx % 2 == 0: message.append( {'role': 'user', 'content': msg,} ) else: message.append( {'role': 'assistant', 'content': msg,} ) message.append( {'role': 'user', 'content': content,} ) response = erniebot.ChatCompletion.create(model="ernie-bot", messages=message) return response.result with gr.Blocks() as demo: chatbot = gr.Chatbot() msg = gr.Textbox() clear = gr.ClearButton([msg, chatbot]) def respond(message, chat_history): bot_message = predict(message, chat_history) chat_history.append((message, bot_message)) return "", chat_history msg.submit(respond, [msg, chatbot], [msg, chatbot]) if __name__ == "__main__": demo.launch(inbrowser=True, server_port=80, share=True, server_name="0.0.0.0") 

三、创建环境

您可以参考【深度学习实践】换脸应用dofaker本地部署中的anaconda安装教程完成anaconda的安装。

创建虚拟环境erniebot_test :

conda create -n erniebot_test python=3.10

如下图,提示输入Y/N时输入y:

进入该虚拟环境:

conda activate erniebot_test

如下图:

安装依赖:

pip install -U erniebot -i https://mirrors.aliyun.com/pypi/simple/ pip install -U gradio -i https://mirrors.aliyun.com/pypi/simple/

运行代码:

python erniebot_test.py

如下图:

浏览器打开127.0.0.1即可:

在下方的文本框输入,按回车开启对话:

bottokenchatcodechatbotgradioapp大模型虚拟环境pythoncreate知识增强shareiva本地部署高效便捷检索增强assistant回答问题对话互动预训练换脸应用大语言模型强化学习浏览器深度学习语言模型文心大模型apiurl
  • 本文作者:李琛
  • 本文链接: https://wapzz.net/post-4613.html
  • 版权声明:本博客所有文章除特别声明外,均默认采用 CC BY-NC-SA 4.0 许可协议。
本站部分内容来源于网络转载,仅供学习交流使用。如涉及版权问题,请及时联系我们,我们将第一时间处理。
文章很赞!支持一下吧 还没有人为TA充电
为TA充电
还没有人为TA充电
0
  • 支付宝打赏
    支付宝扫一扫
  • 微信打赏
    微信扫一扫
感谢支持
文章很赞!支持一下吧
关于作者
2.3W+
5
0
1
WAP站长官方

A卡安装stable diffusion,不废话,直接迈入正题!

上一篇

论文笔记--Goat: Fine-tuned LLaMA Outperforms GPT-4 on Arithmetic Tasks

下一篇
  • 复制图片
按住ctrl可打开默认菜单