Saltar al contenido principal

Modo de Inferencia

Ejecuta inferencia usando tus modelos entrenados desde el CLI.

Inferencia LLM

Uso Básico

Múltiples Prompts

Separados por comas:
Desde archivo:

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:
Luego abre 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