Index-1.9B-Chat-GGUF

此为Index-1.9B-Chat的GGUF版本，适配llama.cpp，同时提供了Ollma的ModelFile适配。

更多细节详见我们的GitHub和Index-1.9B技术报告

LLAMA.CPP

# 安装llama.cpp(https://github.com/ggerganov/llama.cpp)
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp
make

# 安装llama-cpp-python(https://github.com/abetlen/llama-cpp-python)
pip install llama-cpp-python

llama.cpp终端交互

./build/bin/llama-cli -m models/Index-1.9B-Chat/ggml-model-bf16.gguf --color -if

注意!! llama.cpp并不支持自定义chat_template, 故而需要自己拼接prompt，Index-1.9B的chat_template(示意)为

# 三个分隔符为 <unk>(token_id=0), reserved_0(token_id=3), reserved_1(token_id=4)
[<unk>]sytem_message[reserved_0]user_message[reserved_1]response

使用llama-cpp-python可支持自定义的chat_template(已写入GGUF，可直接使用)

from llama_cpp import Llama

model_path = "Index-1.9B-Chat-GGUF/ggml-model-Q6_K.gguf"
llm = Llama(model_path =model_path, verbose=True)
output = llm.create_chat_completion(
      messages = [
          {"role": "system", "content": "你是由哔哩哔哩自主研发的大语言模型，名为“Index”。你能够根据用户传入的信息，帮助用户完成指定的任务，并生成恰当的、符合要求的回复。"},
          #{"role": "system", "content": "你需要扮演B站评论区老哥，用评论区阴阳怪气的话术回复，不要说你是AI"},
          {"role": "user","content": "篮球和鸡有什么关系"}
      ]
)
print(output)

OLLAMA

• 安装Ollama

curl -fsSL https://ollama.com/install.sh | sh

# 启动server
ollama serve

# 适配模型, OllamaModelFile中可修改模型文件和System Message
ollama create Index-1.9B-Chat -f Index-1.9B-Chat-GGUF/OllamaModelFile

# 启动终端
ollama run Index-1.9B-Chat

# web调用，可以动态指定System Message
curl http://localhost:11434/api/chat -d '{
  "model": "Index-1.9B-Chat",
  "messages": [
      { "role": "system", "content": "你是由哔哩哔哩自主研发的大语言模型，名为“Index”。你能够根据用户传入的信息，帮助用户完成指定的任务，并生成恰当的、符合要求的回复。" },
    { "role": "user", "content": "续写 金坷垃" }
  ]
}'