Modo de Inferencia
Ejecuta inferencia usando tus modelos entrenados desde el CLI.Inferencia LLM
Uso Básico
Múltiples Prompts
Separados por comas:Parámetros de Generación
Parameters
Los valores predeterminados de CLI vs Chat UI difieren: CLI usa temperature=1.0 y top_p=1.0 para salida más determinística, mientras que Chat UI usa temperature=0.7 y top_p=0.95 por defecto para conversación más natural.
Salida
Los resultados se guardan en JSON:Interfaz de Chat
Para pruebas interactivas, usa la interfaz de Chat:http://localhost:7860/inference en tu navegador. El Chat UI te permite cargar y probar cualquier modelo local o del Hub de forma interactiva.
Usando Modelos del Hub
Prueba modelos de Hugging Face directamente:Inferencia via API
La API de AITraining proporciona endpoints de inferencia por lotes:Solicitud de Inferencia por Lotes
Parámetros de la API
Los valores predeterminados de la API difieren del CLI: La API usa max_new_tokens=100 (no 256) y temperature=0.7 (no 1.0) por defecto.
Inferencia por Lotes
Ejemplo de Script
Consejos de Rendimiento
Aceleración GPU
Asegúrate de que CUDA esté disponible:Optimización de Memoria
Para modelos grandes:Procesamiento por Lotes
Para muchos prompts, el procesamiento por lotes es más rápido:Próximos Pasos
Servir Modelos
Servir modelos como API
Interfaz de Chat
Pruebas interactivas