跳转到主要内容

推理模式

使用 CLI 使用您训练好的模型运行推理。

LLM 推理

基本用法

多个提示

逗号分隔:
从文件:

生成参数

参数

CLI 与 Chat UI 默认值不同:CLI 使用 temperature=1.0 和 top_p=1.0 以获得更确定的输出,而 Chat UI 默认使用 temperature=0.7 和 top_p=0.95 以获得更自然的对话。

输出

结果保存为 JSON:

聊天界面

要进行交互式测试,请使用聊天界面:
然后在浏览器中打开 http://localhost:7860/inference。Chat UI 允许您交互式地加载和测试任何本地或 Hub 模型。

使用 Hub 模型

直接测试 Hugging Face 模型:

API 推理

AITraining API 提供批量推理端点:

批量推理请求

API 参数

API 默认值与 CLI 不同:API 默认使用 max_new_tokens=100(不是 256)和 temperature=0.7(不是 1.0)。

批量推理

脚本示例

性能提示

GPU 加速

确保 CUDA 可用:

内存优化

对于大型模型:

批处理

对于许多提示,批处理更快:

下一步

模型服务

将模型作为 API 服务

聊天界面

交互式测试