"""Credit to https://github.com/THUDM/ChatGLM2-6B/blob/main/web_demo.py while mistakes are mine.""" # pylint: disable=broad-exception-caught, redefined-outer-name, missing-function-docstring, missing-module-docstring, too-many-arguments, line-too-long, invalid-name, redefined-builtin, redefined-argument-from-local # import gradio as gr # model_name = "models/THUDM/chatglm2-6b-int4" # gr.load(model_name).lauch() # %%writefile demo-4bit.py import os import time from textwrap import dedent import gradio as gr import mdtex2html import torch from loguru import logger from transformers import AutoModel, AutoTokenizer # fix timezone in Linux os.environ["TZ"] = "Asia/Shanghai" try: time.tzset() # type: ignore # pylint: disable=no-member except Exception: # Windows logger.warning("Windows, cant run time.tzset()") model_name = "fb700/chatglm-fitness-RLHF" RETRY_FLAG = False tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True) model = AutoModel.from_pretrained(model_name, trust_remote_code=True).quantize(4).half().cuda() model = model.eval() _ = """Override Chatbot.postprocess""" def postprocess(self, y): if y is None: return [] for i, (message, response) in enumerate(y): y[i] = ( None if message is None else mdtex2html.convert((message)), None if response is None else mdtex2html.convert(response), ) return y gr.Chatbot.postprocess = postprocess def parse_text(text): lines = text.split("\n") lines = [line for line in lines if line != ""] count = 0 for i, line in enumerate(lines): if "```" in line: count += 1 items = line.split("`") if count % 2 == 1: lines[i] = f'
'
            else:
                lines[i] = "
" else: if i > 0: if count % 2 == 1: line = line.replace("`", r"\`") line = line.replace("<", "<") line = line.replace(">", ">") line = line.replace(" ", " ") line = line.replace("*", "*") line = line.replace("_", "_") line = line.replace("-", "-") line = line.replace(".", ".") line = line.replace("!", "!") line = line.replace("(", "(") line = line.replace(")", ")") line = line.replace("$", "$") lines[i] = "
" + line text = "".join(lines) return text def predict( RETRY_FLAG, input, chatbot, max_length, top_p, temperature, history, past_key_values ): try: chatbot.append((parse_text(input), "")) except Exception as exc: logger.error(exc) logger.debug(f"{chatbot=}") _ = """ if chatbot: chatbot[-1] = (parse_text(input), str(exc)) yield chatbot, history, past_key_values # """ yield chatbot, history, past_key_values for response, history, past_key_values in model.stream_chat( tokenizer, input, history, past_key_values=past_key_values, return_past_key_values=True, max_length=max_length, top_p=top_p, temperature=temperature, ): chatbot[-1] = (parse_text(input), parse_text(response)) yield chatbot, history, past_key_values def trans_api(input, max_length=40960, top_p=0.7, temperature=0.95): if max_length < 10: max_length = 40960 if top_p < 0.1 or top_p > 1: top_p = 0.7 if temperature <= 0 or temperature > 1: temperature = 0.01 try: res, _ = model.chat( tokenizer, input, history=[], past_key_values=None, max_length=max_length, top_p=top_p, temperature=temperature, ) # logger.debug(f"{res=} \n{_=}") except Exception as exc: logger.error(f"{exc=}") res = str(exc) return res def reset_user_input(): return gr.update(value="") def reset_state(): return [], [], None # Delete last turn def delete_last_turn(chat, history): if chat and history: chat.pop(-1) history.pop(-1) return chat, history # Regenerate response def retry_last_answer( user_input, chatbot, max_length, top_p, temperature, history, past_key_values ): if chatbot and history: # Removing the previous conversation from chat chatbot.pop(-1) # Setting up a flag to capture a retry RETRY_FLAG = True # Getting last message from user user_input = history[-1][0] # Removing bot response from the history history.pop(-1) yield from predict( RETRY_FLAG, # type: ignore user_input, chatbot, max_length, top_p, temperature, history, past_key_values, ) with gr.Blocks(title="ChatGLM2-6B-int4", theme=gr.themes.Soft(text_size="sm")) as demo: # gr.HTML("""

ChatGLM2-6B-int4

""") gr.HTML( """
Duplicate SpaceIt's beyond Fitness,模型由[帛凡]基于ChatGLM-6b进行微调后，在健康（全科）、心理等领域达至少60分的专业水准，而且中文总结能力超越了GPT3.5各版本。
""" """
<免责声明：本应用仅为模型能力演示，无任何商业行为，部署资源为huggingface官方免费提供，任何通过此项目产生的知识仅用于学术参考，作者和网站均不承担任何责任 。
""" """

帛凡 Fitness AI 演示

""" ) with gr.Accordion("🎈 Info", open=False): _ = f""" ## {model_name} ChatGLM-6B 是开源中英双语对话模型，本次训练基于ChatGLM-6B 的第一代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上开展训练。 本项目经过多位网友实测，中文总结能力超越了GPT3.5各版本，健康咨询水平优于其它同量级模型，且经优化目前可以支持无限context，远大于4k、8K、16K......，可能是任何个人和中小企业首选模型。 *首先，用40万条高质量数据进行强化训练，以提高模型的基础能力； *第二，使用30万条人类反馈数据，构建一个表达方式规范优雅的语言模式（RM模型）； *第三，在保留SFT阶段三分之一训练数据的同时，增加了30万条fitness数据，叠加RM模型，对ChatGLM-6B进行强化训练。 通过训练我们对模型有了更深刻的认知，LLM在一直在进化，好的方法和数据可以挖掘出模型的更大潜能。 训练中特别强化了中英文学术论文的翻译和总结，可以成为普通用户和科研人员的得力助手。 免责声明：本应用仅为模型能力演示，无任何商业行为，部署资源为huggingface官方免费提供，任何通过此项目产生的知识仅用于学术参考，作者和网站均不承担任何责任 。 The T4 GPU is sponsored by a community GPU grant from Huggingface. Thanks a lot! [模型下载地址](https://huggingface.co/fb700/chatglm-fitness-RLHF) """ gr.Markdown(dedent(_)) chatbot = gr.Chatbot() with gr.Row(): with gr.Column(scale=4): with gr.Column(scale=12): user_input = gr.Textbox( show_label=False, placeholder="Input...", ).style(container=False) RETRY_FLAG = gr.Checkbox(value=False, visible=False) with gr.Column(min_width=32, scale=1): with gr.Row(): submitBtn = gr.Button("Submit", variant="primary") deleteBtn = gr.Button("删除最后一条对话", variant="secondary") retryBtn = gr.Button("重新生成Regenerate", variant="secondary") with gr.Column(scale=1): emptyBtn = gr.Button("Clear History") max_length = gr.Slider( 0, 32768, value=8192, step=1.0, label="Maximum length", interactive=True, ) top_p = gr.Slider( 0, 1, value=0.85, step=0.01, label="Top P", interactive=True ) temperature = gr.Slider( 0.01, 1, value=0.95, step=0.01, label="Temperature", interactive=True ) history = gr.State([]) past_key_values = gr.State(None) user_input.submit( predict, [ RETRY_FLAG, user_input, chatbot, max_length, top_p, temperature, history, past_key_values, ], [chatbot, history, past_key_values], show_progress="full", ) submitBtn.click( predict, [ RETRY_FLAG, user_input, chatbot, max_length, top_p, temperature, history, past_key_values, ], [chatbot, history, past_key_values], show_progress="full", api_name="predict", ) submitBtn.click(reset_user_input, [], [user_input]) emptyBtn.click( reset_state, outputs=[chatbot, history, past_key_values], show_progress="full" ) retryBtn.click( retry_last_answer, inputs=[ user_input, chatbot, max_length, top_p, temperature, history, past_key_values, ], # outputs = [chatbot, history, last_user_message, user_message] outputs=[chatbot, history, past_key_values], ) deleteBtn.click(delete_last_turn, [chatbot, history], [chatbot, history]) with gr.Accordion("Example inputs", open=True): etext = """In America, where cars are an important part of the national psyche, a decade ago people had suddenly started to drive less, which had not happened since the oil shocks of the 1970s. """ etext1 = """云南大学（Yunnan University），简称云大（YNU），位于云南省昆明市，是教育部与云南省“以部为主、部省合建”的全国重点大学，国家“双一流”建设高校 [31] 、211工程、一省一校、中西部高校基础能力建设工程，云南省重点支持的国家一流大学建设高校，“111计划”、卓越法律人才教育培养计划、卓越工程师教育培养计划、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校，为中西部“一省一校”国家重点建设大学(Z14)联盟、南亚东南亚大学联盟牵头单位。 [1] 云南大学始建于1922年，时为私立东陆大学。1930年，改为省立东陆大学。1934年更名为省立云南大学。1938年改为国立云南大学。1946年，《不列颠百科全书》将云南大学列为中国15所在世界最具影响的大学之一。1950年定名为云南大学。1958年，云南大学由中央高教部划归云南省管理。1978年，云南大学被国务院确定为88所全国重点大学之一。1996年首批列入国家“211工程”重点建设大学。1999年，云南政法高等专科学校并入云南大学。 [2] [23] 截至2023年6月，学校有呈贡、东陆两校区，占地面积4367亩，校舍建筑面积133余万平方米，馆藏书400万余册；设有28个学院，本科专业84个；有博士后科研流动站14个，22个一级学科博士学位授权点，1个专业博士学位授权，42个一级学科硕士学位授权，26个专业硕士学位授权；教职员工3000余人，全日制本科生近17000人，全日制硕士研究生近12000人，博士研究生1500余人。 """ examples = gr.Examples( examples=[ ["熬夜对身体有什么危害? "], ["新冠肺炎怎么预防"], ["系统性红斑狼疮的危害和治疗方法是什么？"], [ "我经常感觉郁闷，而且控制不住情绪，经常对周围的人喊叫，怎么办？" ], ["太阳为什么会发热? "], ["指南针是怎么工作的？"], ["在野外怎么辨别方向？"], [ "世界最长的桥是那一座？" ], ["What NFL team won the Super Bowl in the year Justin Bieber was born? "], ["What NFL team won the Super Bowl in the year Justin Bieber was born? Think step by step."], ["Explain the plot of Cinderella in a sentence."], [ "How long does it take to become proficient in French, and what are the best methods for retaining information?" ], ["What are some common mistakes to avoid when writing code?"], ["Build a prompt to generate a beautiful portrait of a horse"], ["Suggest four metaphors to describe the benefits of AI"], ["Write a pop song about leaving home for the sandy beaches."], ["Write a summary demonstrating my ability to tame lions"], ["鲁迅和周树人什么关系"], ["从前有一头牛，这头牛后面有什么？"], ["正无穷大加一大于正无穷大吗？"], ["正无穷大加正无穷大大于正无穷大吗？"], ["-2的平方根等于什么"], ["树上有5只鸟，猎人开枪打死了一只。树上还有几只鸟？Think step by step."], ["树上有11只鸟，猎人开枪打死了一只。树上还有几只鸟？提示：需考虑鸟可能受惊吓飞走。Think step by step."], ["鲁迅和周树人什么关系 用英文回答"], ["以红楼梦的行文风格写一张委婉的请假条。不少于320字。"], [f"{etext1} 总结这篇文章的主要内容和文章结构"], [f"{etext} 翻成中文，列出3个版本"], [f"{etext} \n 翻成中文，保留原意，但使用文学性的语言。不要写解释。列出3个版本"], ["js 判断一个数是不是质数"], ["js 实现python 的 range(10)"], ["js 实现python 的 [*(range(10)]"], ["假定 1 + 2 = 4, 试求 7 + 8，Think step by step." ], ["2023年云南大学成立100周年，它是哪一年成立的？" ], ["Erkläre die Handlung von Cinderella in einem Satz."], ["Erkläre die Handlung von Cinderella in einem Satz. Auf Deutsch"], ], inputs=[user_input], examples_per_page=50, ) with gr.Accordion("For Chat/Translation API", open=False, visible=False): input_text = gr.Text() tr_btn = gr.Button("Go", variant="primary") out_text = gr.Text() tr_btn.click( trans_api, [input_text, max_length, top_p, temperature], out_text, # show_progress="full", api_name="tr", ) _ = """ input_text.submit( trans_api, [input_text, max_length, top_p, temperature], out_text, show_progress="full", api_name="tr1", ) # """ # demo.queue().launch(share=False, inbrowser=True) # demo.queue().launch(share=True, inbrowser=True, debug=True) # concurrency_count > 1 requires more memory, max_size: queue size # T4 medium: 30GB, model size: ~4G concurrency_count = 6 # leave one for api access # reduce to 5 if OOM occurs to often demo.queue(concurrency_count=6, max_size=30).launch(debug=True)