微信扫码
与创始人交个朋友
我要投稿
阿里巴巴通义千问团队发布了Qwen2系列开源模型,该系列模型包括5个尺寸的预训练和指令微调模型:Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B以及Qwen2-72B。对比当前最优的开源模型,Qwen2-72B在包括自然语言理解、知识、代码、数学及多语言等多项能力上均显著超越当前领先的Llama3-70B等大模型。
老牛同学今天部署和体验Qwen2-7B-Instruct指令微调的中等尺寸模型,相比近期推出同等规模的开源最好的Llama3-8B、GLM4-9B等模型,Qwen2-7B-Instruct依然能在多个评测上取得显著的优势,尤其是代码及中文理解上。
特别注意: 虽然Qwen2开源了,但仍然需要遵循其模型许可,除Qwen2-72B依旧使用此前的Qianwen License外,其余系列版本模型,包括Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B以及Qwen2-57B-A14B等在内,均采用Apache 2.0许可协议。
为了简化模型的部署过程,我们直接下载GGUF文件。关于GGUF文件介绍,请详见部署Llama3-8B大模型的文章:玩转AI,笔记本电脑安装属于自己的Llama 3 8B大模型和对话客户端
打开Qwen2-7B-Instruct-GGUF模型文件列表(https://modelscope.cn/models/qwen/Qwen2-7B-Instruct-GGUF/files),我们选择qwen2-7b-instruct-q5_k_m.gguf并下载:
我们可以根据自己需要,选择下载其它版本的模型文件!
GGUF模型量化文件下载完成后,我们就可以来运行Qwen2-7B大模型了。
在启动Qwen2-7B大模型之前,我们首先需要安装Python依赖包列表:
pip install llama-cpp-python
pip install openai
pip install uvicorn
pip install starlette
pip install fastapi
pip install sse_starlette
pip install starlette_context
pip install pydantic_settings
然后打开一个Terminal终端窗口,切换到GGUF模型文件目录,启动Qwen2-7B大模型(./qwen2-7b-instruct-q5_k_m.gguf
即为上一步下载的模型文件路径):
# 启动Qwen2大模型
# n_ctx=20480代表单次回话最大20480个Token数量
python -m llama_cpp.server \
--host 0.0.0.0 \
--model ./qwen2-7b-instruct-q5_k_m.gguf \
--n_ctx 20480
CLI命令行的客户端,可以参考之前LLama3-8B大模型的文章:https://mp.weixin.qq.com/s/MekCUJDhKzuUnoykkGoH2g
# client.py
from openai import OpenAI
# 注意服务端端口,因为是本地,所以不需要api_key
client = OpenAI(base_url="http://127.0.0.1:8000/v1",
api_key="not-needed")
# 对话历史:设定系统角色是一个只能助理,同时提交“自我介绍”问题
history = [
{"role": "system", "content": "你是一个智能助理,你的回答总是容易理解的、正确的、有用的和内容非常精简."},
]
# 首次自我介绍完毕,接下来是等代码我们的提示
while True:
completion = client.chat.completions.create(
model="local-model",
messages=history,
temperature=0.7,
stream=True,
)
new_message = {"role": "assistant", "content": ""}
for chunk in completion:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
new_message["content"] += chunk.choices[0].delta.content
history.append(new_message)
print("\033[91;1m")
user_input = input("> ")
if user_input.lower() in ["bye", "quit", "exit"]: # 我们输入bye/quit/exit等均退出客户端
print("\033[0mBYE BYE!")
break
history.append({"role": "user", "content": user_input})
print("\033[92;1m")
启动CLI对话客户端:python client.py
至此,我们可以与Qwen2-7B-Instruct进行对话,体验Qwen2大模型的魅力了。
如果我们主要是通过API的方式使用Qwen2大模型,那么Qwen2部署就到此结束了。
接下来的章节,我们部署WebUI对话客户端,通过Web界面的方式使用Qwen2大模型,并且可以分享出去~
结合Ollama工具,搭建WebUI客户端,可参考之前Llama3-8B大模型的文章:一文彻底整明白,基于Ollama工具的LLM大语言模型Web可视化对话机器人部署指南
第一步: 我们需要下载安装Ollama本地大模型管理工具:
Ollama
提供了MacOS、Linux和Windows操作系统的安装包,大家可根据自己的操作系统,下载安装即可:
安装包下载之后的安装过程,和日常安装其他软件没有差别,包括点击Next
以及Install
等安装ollama
到命令行。安装后续步骤中,我们可无需安装任何模型,因为我们在上文中我们已经安装了Qwen2-7B
大模型,后面可以直接使用。
第二步: 安装Node.js
编程语言工具包
安装Node.js
编程语言工具包和安装其他软件包一样,下载安装即可:https://nodejs.org
安装完成之后,可以验证一下 Node.js 的版本,建议用目前的最新v20版本:
node -v
老牛同学安装的版本:v20.13.1(最新版本)
第三步: 基于GGUF模型文件创建Ollama
模型
在我们存放Qwen2-7B
的 GGUF 模型文件目录中,创建一个文件名为Modelfile
的文件,该文件的内容如下:
FROM ./qwen2-7b-instruct-q5_k_m.gguf
然后在Terminal终端,使用这个文件创建Ollama
模型,这里我把Ollama
的模型取名为Qwen2-7B:
$ ollama create Qwen2-7B -f ./Modelfile
transferring model data
using existing layer sha256:258dd2fa1bdf98b85327774e1fd36e2268c2a4b68eb9021d71106449ee4ba9d5
creating new layer sha256:14f4474ef69698bf4dbbc7409828341fbd85923319a801035e651d9fe6a9e9c9
writing manifest
success
最后,通过Ollama
启动我们刚创建的大语言模型:
ollama run Qwen2-7B
启动完毕,其实我们已经有了一个和之前差不多的控制台对话界面,也可以与Qwen2-7B
对话了。
如果我们不想要这个模型了,也可以通过命令行删除模型文件:ollama rm Qwen2-7B
我们也可以查看本地Ollama管理的模型列表:ollama list
Ollama
存放模型文件根目录:~/.ollama
第四步: 部署Ollama
大模型Web对话界面
控制台聊天对话界面体验总归是不太好,接下来部署 Web 可视化聊天界面。
首先,下载ollama-webui
Web 工程代码:git clone https://github.com/ollama-webui/ollama-webui-lite
然后切换ollama-webui
代码的目录:cd ollama-webui-lite
设置 Node.js 工具包镜像源,以接下来下载 Node.js 的依赖包更加快速:npm config set registry http://mirrors.cloud.tencent.com/npm/
安装 Node.js 依赖的工具包:npm install
最后,启动 Web 可视化界面:npm run dev
如果看到以上输出,代表 Web 可视化界面已经成功了!
第五步: 通过WebUI愉快与Qwen2-7B对话
浏览器打开 Web 可视化界面:http://localhost:3000/
可以看到Ollama
的初始化页面,默认没有模型,需要选择,我们选择刚创建并部署的Qwen2-7B
模型:
底部就是聊天输入框,至此可以愉快的与Qwen2-7B
聊天对话了:
老牛同学验证和对比,在文本推理上,Qwen2-7B确实比Llama3-8B要快很多。后续老牛同学中文文本推理相关的API接口,就主要采用更快Qwen2-7B大模型了~
Ollama
工具常用用法从上文的介绍可以看到,基于Ollama
部署一个大模型的 Web 可视化对话机器人,还是非常方便。下面整理了部分Ollama
提供的用法或者。
Ollama 命令工具
# 查看当前Ollama的模型
ollama list
# 增量更新当前部署的模型
ollama pull Qwen2-7B
# 删除一个模型文件
ollama rm Qwen2-7B
# 复制一个模型
ollama cp Qwen2-7B Qwen2-newModel
Ollama API结果返回
curl http://localhost:11434/api/generate -d '{
"model": "Qwen2-7B",
"prompt":"为什么天空是蓝色的?"
}'
Ollama API聊天对话
curl http://localhost:11434/api/chat -d '{
"model": "Qwen2-7B",
"messages": [
{ "role": "user", "content": "为什么天空是蓝色的?" }
]
}'
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-09
开源警报管理和 AIOps 平台
2024-11-09
MetaGPT开源自动生成智能体工作流,4.55%成本超GPT-4o
2024-11-09
SuperSonic开源协议调整
2024-11-09
微软开源5级通用AI Agent:浏览网页、查论文,无所不能!
2024-11-09
五大开源RAG(Retrieval-Augmented Generation)评估框架详解
2024-11-08
Oasis:探索全球首款实时AI游戏的魅力,免费开源,在线体验
2024-11-08
dify案例分享-基于多模态模型的发票识别
2024-11-08
微软开源 GenAIScript:用 JavaScript 掌控 LLM 的力量
2024-05-06
2024-08-13
2024-07-25
2024-06-12
2024-06-16
2024-07-11
2024-06-15
2024-07-20
2024-07-25
2024-07-25