首页
/ ReLLM 项目使用教程

ReLLM 项目使用教程

2024-08-24 20:51:09作者:吴年前Myrtle

1. 项目的目录结构及介绍

ReLLM 项目的目录结构如下:

rellm/
├── README.md
├── setup.py
├── rellm/
│   ├── __init__.py
│   ├── complete_re.py
│   ├── ...
├── examples/
│   ├── example1.py
│   ├── example2.py
│   ├── ...
├── tests/
│   ├── test_complete_re.py
│   ├── ...

目录结构介绍

  • README.md: 项目介绍和使用说明。
  • setup.py: 项目的安装脚本。
  • rellm/: 项目的主要代码目录。
    • __init__.py: 模块初始化文件。
    • complete_re.py: 核心功能实现文件。
    • ...: 其他相关代码文件。
  • examples/: 示例代码目录,包含多个使用示例。
  • tests/: 测试代码目录,包含多个测试用例。

2. 项目的启动文件介绍

项目的启动文件主要是 rellm/complete_re.py,该文件包含了核心功能实现,具体内容如下:

from transformers import AutoModelForCausalLM, AutoTokenizer
from rellm import complete_re
import regex

model = AutoModelForCausalLM.from_pretrained("gpt2")
tokenizer = AutoTokenizer.from_pretrained("gpt2")

prompt = "ReLLM the best way to get structured data out of LLMs is an acronym for "
pattern = regex.compile(r'Re[a-z]+ L[a-z]+ L[a-z]+ M[a-z]+')

output = complete_re(tokenizer=tokenizer, model=model, prompt=prompt, pattern=pattern, do_sample=True, max_new_tokens=80)
print(output)

启动文件介绍

  • complete_re.py: 该文件定义了 complete_re 函数,用于根据指定的正则表达式模式生成结构化的文本输出。
  • AutoModelForCausalLMAutoTokenizer: 用于加载预训练的语言模型和分词器。
  • prompt: 输入的提示文本。
  • pattern: 正则表达式模式,用于约束生成的文本。
  • complete_re 函数调用: 根据输入的提示文本和正则表达式模式生成输出。

3. 项目的配置文件介绍

ReLLM 项目没有显式的配置文件,所有的配置和参数都在代码中直接定义和使用。例如,在 complete_re.py 中,模型和分词器的加载、提示文本、正则表达式模式等都是直接在代码中定义的。

配置参数介绍

  • model: 预训练的语言模型,这里使用的是 gpt2
  • tokenizer: 对应的分词器,也是 gpt2
  • prompt: 输入的提示文本,用于引导模型生成文本。
  • pattern: 正则表达式模式,用于约束生成的文本格式。
  • do_sample: 是否进行采样,这里设置为 True
  • max_new_tokens: 生成的最大新词数,这里设置为 80

以上是 ReLLM 项目的基本使用教程,涵盖了项目的目录结构、启动文件和配置参数的介绍。希望对您有所帮助。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
23
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
flutter_flutterflutter_flutter
暂无简介
Dart
526
116
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
351
1.42 K
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
61
17
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
212
287