NVIDIA / NVIDIA/GenerativeAIExamples
langchain_nvidia_trt not working
オープン
@shubhadeepd がすでに取り組んでいます。
2024年4月22日 から。
question
- 主要言語
- Jupyter Notebook
- スター
- 4.2k
- フォーク
- 1.1k
- 平均マージ
- 10時間 15分
- マージ済み PR(30日)
- 1
説明
I have gone through the notebooks but couldn't able to stream the tokens from the TensorRTLLM.
Here's the issue:
Code used:
from langchain_nvidia_trt.llms import TritonTensorRTLLM
import time
import random
triton_url = "localhost:8001"
pload = {
'tokens':300,
'server_url': triton_url,
'model_name': "ensemble",
'temperature':1.0,
'top_k':1,
'top_p':0,
'beam_width':1,
'repetition_penalty':1.0,
'length_penalty':1.0
}
client = TritonTensorRTLLM(**pload)
LLAMA_PROMPT_TEMPLATE = (
"<s>[INST] <<SYS>>"
"{system_prompt}"
"<</SYS>>"
"[/INST] {context} </s><s>[INST] {question} [/INST]"
)
system_prompt = "You are a helpful, respectful and honest assistant. Always answer as helpfully as possible, while being safe. Please ensure that your responses are positive in nature."
context=""
question='What is the fastest land animal?'
prompt = LLAMA_PROMPT_TEMPLATE.format(system_prompt=system_prompt, context=context, question=question)
start_time = time.time()
tokens_generated = 0
for val in client._stream(prompt):
tokens_generated += 1
print(val, end="", flush=True)
total_time = time.time() - start_time
print(f"\n--- Generated {tokens_generated} tokens in {total_time} seconds ---")
print(f"--- {tokens_generated/total_time} tokens/sec")
コントリビューションガイド
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
評価
この issue はまだ評価されていません。