直接读取Llama3，Qwen2的HF模型，apiserver webui benchmark使用ChatTemplate - Githubissues

ztxz16 / fastllm

纯c++的全平台llm加速库，支持python调用，chatglm-6B级模型单卡可达10000+token / s，支持glm, llama, moss基座，手机端流畅运行

Apache License 2.0

3.33k stars 341 forks source link

直接读取Llama3，Qwen2的HF模型，apiserver webui benchmark使用ChatTemplate #469

Closed TylunasLi closed 5 months ago

TylunasLi commented 5 months ago

修复直接读取Llama3 HF模型的能力，支持直接读取Qwen2、Qwen1.5的HF模型
配合修改，apiserver webui benchmark使用ChatTemplate

测试情况

在以下模型上测试通过

Windows
- Meta-Llama-3-8B-Instruct
Centos7
- Meta-Llama-3-8B-Instruct
- Qwen2-1.5B-Instruct（embedding和lm_head权重共享）
- Qwen2-7B-Instruct
- Qwen1.5-1.8B-Chat （需要更新最新的tokenizer_config.json）
- Qwen1.5-7B-Chat （需要更新最新的tokenizer_config.json）