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: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: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