File size: 32,838 Bytes
078c925 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 |
DEFAULT_SYSTEM_PROMPT = """\
You are a helpful, respectful and honest assistant. Always answer as helpfully as possible, while being safe. Your answers should not include any harmful, unethical, racist, sexist, toxic, dangerous, or illegal content. Please ensure that your responses are socially unbiased and positive in nature.
If a question does not make any sense or is not factually coherent, explain why instead of answering something not correct. If you don't know the answer to a question, please don't share false information.\
"""
DEFAULT_SYSTEM_PROMPT_CHINESE = """\
你是一个乐于助人、尊重他人以及诚实可靠的助手。在安全的情况下，始终尽可能有帮助地回答。 您的回答不应包含任何有害、不道德、种族主义、性别歧视、有毒、危险或非法的内容。请确保您的回答在社会上是公正的和积极的。
如果一个问题没有任何意义或与事实不符，请解释原因，而不是回答错误的问题。如果您不知道问题的答案，请不要分享虚假信息。另外，答案请使用中文。\
"""
DEFAULT_SYSTEM_PROMPT_JAPANESE = """\
あなたは親切で、礼儀正しく、誠実なアシスタントです。 常に安全を保ちながら、できるだけ役立つように答えてください。 回答には、有害、非倫理的、人種差別的、性差別的、有毒、危険、または違法なコンテンツを含めてはいけません。 回答は社会的に偏見がなく、本質的に前向きなものであることを確認してください。
質問が意味をなさない場合、または事実に一貫性がない場合は、正しくないことに答えるのではなく、その理由を説明してください。 質問の答えがわからない場合は、誤った情報を共有しないでください。\
"""
DEFAULT_RAG_PROMPT = """\
You are an assistant for question-answering tasks. Use the following pieces of retrieved context to answer the question. If you don't know the answer, just say that you don't know. Use three sentences maximum and keep the answer concise.\
"""
DEFAULT_RAG_PROMPT_CHINESE = """\
基于以下已知信息，请简洁并专业地回答用户的问题。如果无法从中得到答案，请说 "根据已知信息无法回答该问题" 或 "没有提供足够的相关信息"。不允许在答案中添加编造成分。另外，答案请使用中文。\
"""
def red_pijama_partial_text_processor(partial_text, new_text):
if new_text == "<":
return partial_text
partial_text += new_text
return partial_text.split("<bot>:")[-1]
def llama_partial_text_processor(partial_text, new_text):
new_text = new_text.replace("[INST]", "").replace("[/INST]", "")
partial_text += new_text
return partial_text
def chatglm_partial_text_processor(partial_text, new_text):
new_text = new_text.strip()
new_text = new_text.replace("[[训练时间]]", "2023年")
partial_text += new_text
return partial_text
def youri_partial_text_processor(partial_text, new_text):
new_text = new_text.replace("システム:", "")
partial_text += new_text
return partial_text
def internlm_partial_text_processor(partial_text, new_text):
partial_text += new_text
return partial_text.split("<|im_end|>")[0]
def phi_completion_to_prompt(completion):
return f"<|system|><|end|><|user|>{completion}<|end|><|assistant|>\n"
def llama3_completion_to_prompt(completion):
return f"<|begin_of_text|><|start_header_id|>system<|end_header_id|>\n\n<|eot_id|><|start_header_id|>user<|end_header_id|>\n\n{completion}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n"
def qwen_completion_to_prompt(completion):
return f"<|im_start|>system\n<|im_end|>\n<|im_start|>user\n{completion}<|im_end|>\n<|im_start|>assistant\n"
SUPPORTED_LLM_MODELS = {
"English": {
"qwen2-0.5b-instruct": {
"model_id": "Qwen/Qwen2-0.5B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"completion_to_prompt": qwen_completion_to_prompt,
},
"tiny-llama-1b-chat": {
"model_id": "TinyLlama/TinyLlama-1.1B-Chat-v1.0",
"remote_code": False,
"start_message": f"<|system|>\n{DEFAULT_SYSTEM_PROMPT}</s>\n",
"history_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}</s> \n",
"current_message_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}",
"rag_prompt_template": f"""<|system|> {DEFAULT_RAG_PROMPT }</s>"""
+ """
<|user|>
Question: {input}
Context: {context}
Answer: </s>
<|assistant|>""",
},
"llama-3.2-1b-instruct": {
"model_id": "meta-llama/Llama-3.2-1B-Instruct",
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|eot_id|>"],
"has_chat_template": True,
"start_message": " <|start_header_id|>system<|end_header_id|>\n\n" + DEFAULT_SYSTEM_PROMPT + "<|eot_id|>",
"history_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}<|eot_id|>",
"current_message_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}",
"rag_prompt_template": f"<|start_header_id|>system<|end_header_id|>\n\n{DEFAULT_RAG_PROMPT}<|eot_id|>"
+ """<|start_header_id|>user<|end_header_id|>
Question: {input}
Context: {context}
Answer:<|eot_id|><|start_header_id|>assistant<|end_header_id|>
""",
"completion_to_prompt": llama3_completion_to_prompt,
},
"llama-3.2-3b-instruct": {
"model_id": "meta-llama/Llama-3.2-3B-Instruct",
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|eot_id|>"],
"has_chat_template": True,
"start_message": " <|start_header_id|>system<|end_header_id|>\n\n" + DEFAULT_SYSTEM_PROMPT + "<|eot_id|>",
"history_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}<|eot_id|>",
"current_message_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}",
"rag_prompt_template": f"<|start_header_id|>system<|end_header_id|>\n\n{DEFAULT_RAG_PROMPT}<|eot_id|>"
+ """<|start_header_id|>user<|end_header_id|>
Question: {input}
Context: {context}
Answer:<|eot_id|><|start_header_id|>assistant<|end_header_id|>
""",
"completion_to_prompt": llama3_completion_to_prompt,
},
"qwen2-1.5b-instruct": {
"model_id": "Qwen/Qwen2-1.5B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"completion_to_prompt": qwen_completion_to_prompt,
},
"gemma-2b-it": {
"model_id": "google/gemma-2b-it",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT + ", ",
"history_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}<end_of_turn>",
"current_message_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}",
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT},"""
+ """<start_of_turn>user{input}<end_of_turn><start_of_turn>context{context}<end_of_turn><start_of_turn>model""",
},
"gemma-2-2b-it": {
"model_id": "google/gemma-2-2b-it",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT + ", ",
"history_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}<end_of_turn>",
"current_message_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}",
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT},"""
+ """<start_of_turn>user{input}<end_of_turn><start_of_turn>context{context}<end_of_turn><start_of_turn>model""",
},
"red-pajama-3b-chat": {
"model_id": "togethercomputer/RedPajama-INCITE-Chat-3B-v1",
"remote_code": False,
"start_message": "",
"history_template": "\n<human>:{user}\n<bot>:{assistant}",
"stop_tokens": [29, 0],
"partial_text_processor": red_pijama_partial_text_processor,
"current_message_template": "\n<human>:{user}\n<bot>:{assistant}",
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT }"""
+ """
<human>: Question: {input}
Context: {context}
Answer: <bot>""",
},
"qwen2-7b-instruct": {
"model_id": "Qwen/Qwen2-7B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT + ", ",
"rag_prompt_template": f"""<|im_start|>system
{DEFAULT_RAG_PROMPT }<|im_end|>"""
+ """
<|im_start|>user
Question: {input}
Context: {context}
Answer: <|im_end|>
<|im_start|>assistant
""",
"completion_to_prompt": qwen_completion_to_prompt,
},
"gemma-7b-it": {
"model_id": "google/gemma-7b-it",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT + ", ",
"history_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}<end_of_turn>",
"current_message_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}",
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT},"""
+ """<start_of_turn>user{input}<end_of_turn><start_of_turn>context{context}<end_of_turn><start_of_turn>model""",
},
"gemma-2-9b-it": {
"model_id": "google/gemma-2-9b-it",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT + ", ",
"history_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}<end_of_turn>",
"current_message_template": "<start_of_turn>user{user}<end_of_turn><start_of_turn>model{assistant}",
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT},"""
+ """<start_of_turn>user{input}<end_of_turn><start_of_turn>context{context}<end_of_turn><start_of_turn>model""",
},
"llama-2-chat-7b": {
"model_id": "meta-llama/Llama-2-7b-chat-hf",
"remote_code": False,
"start_message": f"<s>[INST] <<SYS>>\n{DEFAULT_SYSTEM_PROMPT }\n<</SYS>>\n\n",
"history_template": "{user}[/INST]{assistant}</s><s>[INST]",
"current_message_template": "{user} [/INST]{assistant}",
"tokenizer_kwargs": {"add_special_tokens": False},
"partial_text_processor": llama_partial_text_processor,
"rag_prompt_template": f"""[INST]Human: <<SYS>> {DEFAULT_RAG_PROMPT }<</SYS>>"""
+ """
Question: {input}
Context: {context}
Answer: [/INST]""",
},
"llama-3-8b-instruct": {
"model_id": "meta-llama/Meta-Llama-3-8B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|eot_id|>", "<|end_of_text|>"],
"has_chat_template": True,
"start_message": " <|start_header_id|>system<|end_header_id|>\n\n" + DEFAULT_SYSTEM_PROMPT + "<|eot_id|>",
"history_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}<|eot_id|>",
"current_message_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}",
"rag_prompt_template": f"<|start_header_id|>system<|end_header_id|>\n\n{DEFAULT_RAG_PROMPT}<|eot_id|>"
+ """<|start_header_id|>user<|end_header_id|>
Question: {input}
Context: {context}
Answer:<|eot_id|><|start_header_id|>assistant<|end_header_id|>
""",
"completion_to_prompt": llama3_completion_to_prompt,
},
"llama-3.1-8b-instruct": {
"model_id": "meta-llama/Meta-Llama-3.1-8B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT,
"stop_tokens": ["<|eot_id|>", "<|end_of_text|>"],
"has_chat_template": True,
"start_message": " <|start_header_id|>system<|end_header_id|>\n\n" + DEFAULT_SYSTEM_PROMPT + "<|eot_id|>",
"history_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}<|eot_id|>",
"current_message_template": "<|start_header_id|>user<|end_header_id|>\n\n{user}<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n{assistant}",
"rag_prompt_template": f"<|start_header_id|>system<|end_header_id|>\n\n{DEFAULT_RAG_PROMPT}<|eot_id|>"
+ """<|start_header_id|>user<|end_header_id|>
Question: {input}
Context: {context}
Answer:<|eot_id|><|start_header_id|>assistant<|end_header_id|>
""",
"completion_to_prompt": llama3_completion_to_prompt,
},
"mistral-7b-instruct": {
"model_id": "mistralai/Mistral-7B-Instruct-v0.1",
"remote_code": False,
"start_message": f"<s>[INST] <<SYS>>\n{DEFAULT_SYSTEM_PROMPT }\n<</SYS>>\n\n",
"history_template": "{user}[/INST]{assistant}</s><s>[INST]",
"current_message_template": "{user} [/INST]{assistant}",
"tokenizer_kwargs": {"add_special_tokens": False},
"partial_text_processor": llama_partial_text_processor,
"rag_prompt_template": f"""<s> [INST] {DEFAULT_RAG_PROMPT } [/INST] </s>"""
+ """
[INST] Question: {input}
Context: {context}
Answer: [/INST]""",
},
"zephyr-7b-beta": {
"model_id": "HuggingFaceH4/zephyr-7b-beta",
"remote_code": False,
"start_message": f"<|system|>\n{DEFAULT_SYSTEM_PROMPT}</s>\n",
"history_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}</s> \n",
"current_message_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}",
"rag_prompt_template": f"""<|system|> {DEFAULT_RAG_PROMPT }</s>"""
+ """
<|user|>
Question: {input}
Context: {context}
Answer: </s>
<|assistant|>""",
},
"notus-7b-v1": {
"model_id": "argilla/notus-7b-v1",
"remote_code": False,
"start_message": f"<|system|>\n{DEFAULT_SYSTEM_PROMPT}</s>\n",
"history_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}</s> \n",
"current_message_template": "<|user|>\n{user}</s> \n<|assistant|>\n{assistant}",
"rag_prompt_template": f"""<|system|> {DEFAULT_RAG_PROMPT }</s>"""
+ """
<|user|>
Question: {input}
Context: {context}
Answer: </s>
<|assistant|>""",
},
"neural-chat-7b-v3-3": {
"model_id": "Intel/neural-chat-7b-v3-3",
"remote_code": False,
"start_message": f"<s>[INST] <<SYS>>\n{DEFAULT_SYSTEM_PROMPT }\n<</SYS>>\n\n",
"history_template": "{user}[/INST]{assistant}</s><s>[INST]",
"current_message_template": "{user} [/INST]{assistant}",
"tokenizer_kwargs": {"add_special_tokens": False},
"partial_text_processor": llama_partial_text_processor,
"rag_prompt_template": f"""<s> [INST] {DEFAULT_RAG_PROMPT } [/INST] </s>"""
+ """
[INST] Question: {input}
Context: {context}
Answer: [/INST]""",
},
"phi-3-mini-instruct": {
"model_id": "microsoft/Phi-3-mini-4k-instruct",
"remote_code": True,
"start_message": "<|system|>\n{DEFAULT_SYSTEM_PROMPT}<|end|>\n",
"history_template": "<|user|>\n{user}<|end|> \n<|assistant|>\n{assistant}<|end|>\n",
"current_message_template": "<|user|>\n{user}<|end|> \n<|assistant|>\n{assistant}",
"stop_tokens": ["<|end|>"],
"rag_prompt_template": f"""<|system|> {DEFAULT_RAG_PROMPT }<|end|>"""
+ """
<|user|>
Question: {input}
Context: {context}
Answer: <|end|>
<|assistant|>""",
"completion_to_prompt": phi_completion_to_prompt,
},
"phi-3.5-mini-instruct": {
"model_id": "microsoft/Phi-3.5-mini-instruct",
"remote_code": True,
"start_message": "<|system|>\n{DEFAULT_SYSTEM_PROMPT}<|end|>\n",
"history_template": "<|user|>\n{user}<|end|> \n<|assistant|>\n{assistant}<|end|>\n",
"current_message_template": "<|user|>\n{user}<|end|> \n<|assistant|>\n{assistant}",
"stop_tokens": ["<|end|>"],
"rag_prompt_template": f"""<|system|> {DEFAULT_RAG_PROMPT }<|end|>"""
+ """
<|user|>
Question: {input}
Context: {context}
Answer: <|end|>
<|assistant|>""",
"completion_to_prompt": phi_completion_to_prompt,
},
},
"Chinese": {
"qwen2-0.5b-instruct": {
"model_id": "Qwen/Qwen2-0.5B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"completion_to_prompt": qwen_completion_to_prompt,
},
"qwen2-1.5b-instruct": {
"model_id": "Qwen/Qwen2-1.5B-Instruct",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"completion_to_prompt": qwen_completion_to_prompt,
},
"qwen2-7b-instruct": {
"model_id": "Qwen/Qwen2-7B-Instruct",
"remote_code": False,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"rag_prompt_template": f"""<|im_start|>system
{DEFAULT_RAG_PROMPT_CHINESE }<|im_end|>"""
+ """
<|im_start|>user
问题: {input}
已知内容: {context}
回答: <|im_end|>
<|im_start|>assistant
""",
"completion_to_prompt": qwen_completion_to_prompt,
},
"qwen-7b-chat": {
"model_id": "Qwen/Qwen-7B-Chat",
"remote_code": True,
"start_message": f"<|im_start|>system\n {DEFAULT_SYSTEM_PROMPT_CHINESE }<|im_end|>",
"history_template": "<|im_start|>user\n{user}<im_end><|im_start|>assistant\n{assistant}<|im_end|>",
"current_message_template": '"<|im_start|>user\n{user}<im_end><|im_start|>assistant\n{assistant}',
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"revision": "2abd8e5777bb4ce9c8ab4be7dbbd0fe4526db78d",
"rag_prompt_template": f"""<|im_start|>system
{DEFAULT_RAG_PROMPT_CHINESE }<|im_end|>"""
+ """
<|im_start|>user
问题: {input}
已知内容: {context}
回答: <|im_end|>
<|im_start|>assistant
""",
},
"chatglm3-6b": {
"model_id": "THUDM/chatglm3-6b",
"remote_code": True,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"tokenizer_kwargs": {"add_special_tokens": False},
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT_CHINESE }"""
+ """
问题: {input}
已知内容: {context}
回答:
""",
},
"glm-4-9b-chat": {
"model_id": "THUDM/glm-4-9b-chat",
"remote_code": True,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"tokenizer_kwargs": {"add_special_tokens": False},
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT_CHINESE }"""
+ """
问题: {input}
已知内容: {context}
回答:
""",
},
"baichuan2-7b-chat": {
"model_id": "baichuan-inc/Baichuan2-7B-Chat",
"remote_code": True,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"tokenizer_kwargs": {"add_special_tokens": False},
"stop_tokens": ["<unk>", "</s>"],
"rag_prompt_template": f"""{DEFAULT_RAG_PROMPT_CHINESE }"""
+ """
问题: {input}
已知内容: {context}
回答:
""",
},
"minicpm-2b-dpo": {
"model_id": "openbmb/MiniCPM-2B-dpo-fp16",
"remote_code": True,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
},
"internlm2-chat-1.8b": {
"model_id": "internlm/internlm2-chat-1_8b",
"remote_code": True,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"stop_tokens": ["</s>", "<|im_end|>"],
"partial_text_processor": internlm_partial_text_processor,
},
"qwen1.5-1.8b-chat": {
"model_id": "Qwen/Qwen1.5-1.8B-Chat",
"remote_code": False,
"start_message": DEFAULT_SYSTEM_PROMPT_CHINESE,
"stop_tokens": ["<|im_end|>", "<|endoftext|>"],
"rag_prompt_template": f"""<|im_start|>system
{DEFAULT_RAG_PROMPT_CHINESE }<|im_end|>"""
+ """
<|im_start|>user
问题: {input}
已知内容: {context}
回答: <|im_end|>
<|im_start|>assistant
""",
},
},
"Japanese": {
"youri-7b-chat": {
"model_id": "rinna/youri-7b-chat",
"remote_code": False,
"start_message": f"設定: {DEFAULT_SYSTEM_PROMPT_JAPANESE}\n",
"history_template": "ユーザー: {user}\nシステム: {assistant}\n",
"current_message_template": "ユーザー: {user}\nシステム: {assistant}",
"tokenizer_kwargs": {"add_special_tokens": False},
"partial_text_processor": youri_partial_text_processor,
},
},
}
SUPPORTED_EMBEDDING_MODELS = {
"English": {
"bge-small-en-v1.5": {
"model_id": "BAAI/bge-small-en-v1.5",
"mean_pooling": False,
"normalize_embeddings": True,
},
"bge-large-en-v1.5": {
"model_id": "BAAI/bge-large-en-v1.5",
"mean_pooling": False,
"normalize_embeddings": True,
},
"bge-m3": {
"model_id": "BAAI/bge-m3",
"mean_pooling": False,
"normalize_embeddings": True,
},
},
"Chinese": {
"bge-small-zh-v1.5": {
"model_id": "BAAI/bge-small-zh-v1.5",
"mean_pooling": False,
"normalize_embeddings": True,
},
"bge-large-zh-v1.5": {
"model_id": "BAAI/bge-large-zh-v1.5",
"mean_pooling": False,
"normalize_embeddings": True,
},
"bge-m3": {
"model_id": "BAAI/bge-m3",
"mean_pooling": False,
"normalize_embeddings": True,
},
},
}
SUPPORTED_RERANK_MODELS = {
"bge-reranker-v2-m3": {"model_id": "BAAI/bge-reranker-v2-m3"},
"bge-reranker-large": {"model_id": "BAAI/bge-reranker-large"},
"bge-reranker-base": {"model_id": "BAAI/bge-reranker-base"},
}
compression_configs = {
"zephyr-7b-beta": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"mistral-7b": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"minicpm-2b-dpo": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"gemma-2b-it": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"notus-7b-v1": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"neural-chat-7b-v3-1": {
"sym": True,
"group_size": 64,
"ratio": 0.6,
},
"llama-2-chat-7b": {
"sym": True,
"group_size": 128,
"ratio": 0.8,
},
"llama-3-8b-instruct": {
"sym": True,
"group_size": 128,
"ratio": 0.8,
},
"gemma-7b-it": {
"sym": True,
"group_size": 128,
"ratio": 0.8,
},
"chatglm2-6b": {
"sym": True,
"group_size": 128,
"ratio": 0.72,
},
"qwen-7b-chat": {"sym": True, "group_size": 128, "ratio": 0.6},
"red-pajama-3b-chat": {
"sym": False,
"group_size": 128,
"ratio": 0.5,
},
"llama-3.2-3b-instruct": {"sym": False, "group_size": 64, "ratio": 1.0, "dataset": "wikitext2", "awq": True, "all_layers": True, "scale_estimation": True},
"llama-3.2-1b-instruct": {"sym": False, "group_size": 64, "ratio": 1.0, "dataset": "wikitext2", "awq": True, "all_layers": True, "scale_estimation": True},
"default": {
"sym": False,
"group_size": 128,
"ratio": 0.8,
},
}
def get_optimum_cli_command(model_id, weight_format, output_dir, compression_options=None, enable_awq=False, trust_remote_code=False):
base_command = "optimum-cli export openvino --model {} --task text-generation-with-past --weight-format {}"
command = base_command.format(model_id, weight_format)
if compression_options:
compression_args = " --group-size {} --ratio {}".format(compression_options["group_size"], compression_options["ratio"])
if compression_options["sym"]:
compression_args += " --sym"
if enable_awq or compression_options.get("awq", False):
compression_args += " --awq --dataset wikitext2 --num-samples 128"
if compression_options.get("scale_estimation", False):
compression_args += " --scale-estimation"
if compression_options.get("all_layers", False):
compression_args += " --all-layers"
command = command + compression_args
if trust_remote_code:
command += " --trust-remote-code"
command += " {}".format(output_dir)
return command
default_language = "English"
SUPPORTED_OPTIMIZATIONS = ["INT4", "INT4-AWQ", "INT8", "FP16"]
def get_llm_selection_widget(languages=list(SUPPORTED_LLM_MODELS), models=SUPPORTED_LLM_MODELS[default_language], show_preconverted_checkbox=True):
import ipywidgets as widgets
lang_dropdown = widgets.Dropdown(options=languages or [])
# Define dependent drop down
model_dropdown = widgets.Dropdown(options=models)
def dropdown_handler(change):
global default_language
default_language = change.new
# If statement checking on dropdown value and changing options of the dependent dropdown accordingly
model_dropdown.options = SUPPORTED_LLM_MODELS[change.new]
lang_dropdown.observe(dropdown_handler, names="value")
compression_dropdown = widgets.Dropdown(options=SUPPORTED_OPTIMIZATIONS)
preconverted_checkbox = widgets.Checkbox(value=True)
form_items = []
if languages:
form_items.append(widgets.Box([widgets.Label(value="Language:"), lang_dropdown]))
form_items.extend(
[
widgets.Box([widgets.Label(value="Model:"), model_dropdown]),
widgets.Box([widgets.Label(value="Compression:"), compression_dropdown]),
]
)
if show_preconverted_checkbox:
form_items.append(widgets.Box([widgets.Label(value="Use preconverted models:"), preconverted_checkbox]))
form = widgets.Box(
form_items,
layout=widgets.Layout(
display="flex",
flex_flow="column",
border="solid 1px",
# align_items='stretch',
width="30%",
padding="1%",
),
)
return form, lang_dropdown, model_dropdown, compression_dropdown, preconverted_checkbox
def convert_tokenizer(model_id, remote_code, model_dir):
import openvino as ov
from transformers import AutoTokenizer
from openvino_tokenizers import convert_tokenizer
hf_tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=remote_code)
ov_tokenizer, ov_detokenizer = convert_tokenizer(hf_tokenizer, with_detokenizer=True)
ov.save_model(ov_tokenizer, model_dir / "openvino_tokenizer.xml")
ov.save_model(ov_detokenizer, model_dir / "openvino_detokenizer.xml")
def convert_and_compress_model(model_id, model_config, precision, use_preconverted=True):
from pathlib import Path
from IPython.display import Markdown, display
import subprocess # nosec - disable B404:import-subprocess check
import platform
pt_model_id = model_config["model_id"]
pt_model_name = model_id.split("-")[0]
model_subdir = precision if precision == "FP16" else precision + "_compressed_weights"
model_dir = Path(pt_model_name) / model_subdir
remote_code = model_config.get("remote_code", False)
if (model_dir / "openvino_model.xml").exists():
print(f"✅ {precision} {model_id} model already converted and can be found in {model_dir}")
if not (model_dir / "openvino_tokenizer.xml").exists() or not (model_dir / "openvino_detokenizer.xml").exists():
convert_tokenizer(pt_model_id, remote_code, model_dir)
return model_dir
if use_preconverted:
OV_ORG = "OpenVINO"
pt_model_name = pt_model_id.split("/")[-1]
ov_model_name = pt_model_name + f"-{precision.lower()}-ov"
ov_model_hub_id = f"{OV_ORG}/{ov_model_name}"
import huggingface_hub as hf_hub
hub_api = hf_hub.HfApi()
if hub_api.repo_exists(ov_model_hub_id):
print(f"⌛Found preconverted {precision} {model_id}. Downloading model started. It may takes some time.")
hf_hub.snapshot_download(ov_model_hub_id, local_dir=model_dir)
print(f"✅ {precision} {model_id} model downloaded and can be found in {model_dir}")
return model_dir
model_compression_params = {}
if "INT4" in precision:
model_compression_params = compression_configs.get(model_id, compression_configs["default"])
weight_format = precision.split("-")[0].lower()
optimum_cli_command = get_optimum_cli_command(pt_model_id, weight_format, model_dir, model_compression_params, "AWQ" in precision, remote_code)
print(f"⌛ {model_id} conversion to {precision} started. It may takes some time.")
display(Markdown("**Export command:**"))
display(Markdown(f"`{optimum_cli_command}`"))
subprocess.run(optimum_cli_command.split(" "), shell=(platform.system() == "Windows"), check=True)
print(f"✅ {precision} {model_id} model converted and can be found in {model_dir}")
return model_dir
def compare_model_size(model_dir):
fp16_weights = model_dir.parent / "FP16" / "openvino_model.bin"
int8_weights = model_dir.parent / "INT8_compressed_weights" / "openvino_model.bin"
int4_weights = model_dir.parent / "INT4_compressed_weights" / "openvino_model.bin"
int4_awq_weights = model_dir.parent / "INT4-AWQ_compressed_weights" / "openvino_model.bin"
if fp16_weights.exists():
print(f"Size of FP16 model is {fp16_weights.stat().st_size / 1024 / 1024:.2f} MB")
for precision, compressed_weights in zip(["INT8", "INT4", "INT4-AWQ"], [int8_weights, int4_weights, int4_awq_weights]):
if compressed_weights.exists():
print(f"Size of model with {precision} compressed weights is {compressed_weights.stat().st_size / 1024 / 1024:.2f} MB")
if compressed_weights.exists() and fp16_weights.exists():
print(f"Compression rate for {precision} model: {fp16_weights.stat().st_size / compressed_weights.stat().st_size:.3f}")
|