Llama2-Chinese项目：1-项目介绍和模型推理

Atom-7B与Llama2间的关系：Atom-7B是基于Llama2进行中文预训练的开源大模型。为什么叫原子呢？因为原子生万物，Llama中文社区希望原子大模型未来可以成为构建AI世界的基础单位。目前社区发布了6个模型，如下所示：

FlagAlpha/Atom-7B
FlagAlpha/Llama2-Chinese-7b-Chat
FlagAlpha/Llama2-Chinese-7b-Chat-LoRA
FlagAlpha/Llama2-Chinese-13b-Chat
FlagAlpha/Llama2-Chinese-13b-Chat-LoRA
FlagAlpha/Llama2-Chinese-13b-Chat-4bit

一.Llama2-Chinese项目介绍


1.Llama相关论文
LLaMA: Open and Efficient Foundation Language Models
Llama 2: Open Foundation and Fine-Tuned Chat Models
Code Llama: Open Foundation Models for Code
2.Llama2的评测结果

二.Atom-7B加载和推理
模型调用代码示例如下所示：

fromtransformersimportAutoTokenizer,AutoModelForCausalLM
frompathlibimportPath
importtorch

pretrained_model_name_or_path=r'L:/20230903_Llama2/Atom-7B'
model=AutoModelForCausalLM.from_pretrained(Path(f'{pretrained_model_name_or_path}'),device_map='auto',torch_dtype=torch.float16,load_in_8bit=True)#加载模型
model=model.eval()#切换到eval模式
tokenizer=AutoTokenizer.from_pretrained(Path(f'{pretrained_model_name_or_path}'),use_fast=False)#加载tokenizer
tokenizer.pad_token=tokenizer.eos_token#为了防止生成的文本出现[PAD]，这里将[PAD]重置为[EOS]
input_ids=tokenizer(['Human:介绍一下中国nAssistant:'],return_tensors="pt",add_special_tokens=False).input_ids.to('cuda')#将输入的文本转换为token
generate_input={
"input_ids":input_ids,#输入的token
"max_new_tokens":512,#最大生成的token数量
"do_sample":True,#是否采样
"top_k":50,#采样的top_k
"top_p":0.95,#采样的top_p
"temperature":0.3,#采样的temperature
"repetition_penalty":1.3,#重复惩罚
"eos_token_id":tokenizer.eos_token_id,#结束token
"bos_token_id":tokenizer.bos_token_id,#开始token
"pad_token_id":tokenizer.pad_token_id#pad服务器托管网token
}
generate_ids=model.generate(**generate_input)#生成token
text=tokenizer.decode(generate_ids[0])#将token转换为文本
print(text)#输出生成的文本

三.相关知识点
1.Fire库
解析：Fire是一个Google开发的库，用于自动生成Python命令行接口（CLI）。它可以帮助开发人员快速将Python对象和函数暴露为命令行工具。使用Fire可以自动创建命令行参数，参数类型和默认值等。
2.Llama1和Llama2区别
解析：
(1)Llama2采用Llama1的大部分预训练设置和模型架构，它们使用标准的Transformer架构，应用RMSNorm进行预归一化，使用SwiGLU激活函数和旋转位置编码。与Llama1相比，主要的架构差异包括增加的上下文长度和分组查询注意力（GQA）。
(2)Llama2总共公布了7B、13B和70B三种参数大小的模型。相比于LLaMA，Llama2的训练数据达到了2万亿token，上下文长度也由之前的2048升级到4096，可以理解和生成更长的文本。Llama2Chat模型基于100万人类标记数据微调得到，在英文对话上达到了接近ChatGPT的效果。

四.相关问题
1.CUDA Setup failed despite GPU being available
解析：如下是网上介绍的解决方案，还有的建议源码编译，但是这2种方案都没有走通。

(1)安装路径

• bitsandbytes路径(0.39.1)：D:Python38Libsite-packagesbitsandbytes
• CUDA路径(v12.1)：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv12.1bin
  将”CUDA路径(v12.1)”下的文件拷贝到”bitsandbytes路径(0.39.1)”目录下：

cudart64_12.dll
cublas64_12.dll
cublasLt64_12.dll
cusparse64_12.dll
nvJitLink_120_0.dll

实践经验建议方式[8]为pip3 install https://服务器托管网github.com/jllllll/bitsandbytes-windows-webui/blob/main/bitsandbytes-0.39.0-py3-none-any.whl。有图有证据如下所示：

(2)修改文件
D:Python38Libsite-packagesbitsandbytescuda_setupmain.py

• 将if not torch.cuda.is_available(): return 'libsbitsandbytes_cpu.so', None, None, None, None替换为if torch.cuda.is_available(): return 'libbitsandbytes_cuda116.dll', None, None, None, None
• 将2个地方的self.lib = ct.cdll.LoadLibrary(binary_path)替换为self.lib = ct.cdll.LoadLibrary(str(binary_path))

(3)添加libbitsandbytes_cuda116.dll和libbitsandbytes_cpu.dll
存放路径为D:Python38Libsite-packagesbitsandbytes，下载地址参考[0]。

2.RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
解析：下载链接为[7]，下载之前需要NVIDIA社区账号登录。

(1)解压cudnn-windows-x86_64-8.9.4.25_cuda12-archive.zip

(2)拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv12.1

参考文献：
[0]https://github.com/DeXtmL/bitsandbytes-win-prebuilt/tree/main
[1]https://github.com/facebookresearch/llama
[2]https://github.com/facebookresearch/llama-recipes/
[3]https://huggingface.co/meta-llama/Llama-2-7b-hf/tree/main
[4]https://huggingface.co/spaces/ysharma/Explore_llamav2_with_TGI
[5]https://huggingface.co/meta-llama/Llama-2-70b-chat-hf
[6]https://huggingface.co/blog/llama2
[7]https://developer.nvidia.com/rdp/cudnn-download
[8]https://github.com/jllllll/bitsandbytes-windows-webui
[9]https://github.com/langchain-ai/langchain
[10]https://github.com/AtomEcho/AtomBulb
[11]https://github.com/huggingface/peft
[12]全参数微调时，报没有target_modules变量：https://github.com/FlagAlpha/Llama2-Chinese/issues/169
[13]https://huggingface.co/FlagAlpha
[14]https://llama.family/