LLMs之Grok-1：run.py文件解读—运行语言模型实现推理—即基于用户的输入文本利用grok_1语言模型来生成文本
LLMs之Grok-1：run.py文件解读—运行语言模型实现推理—即基于用户的输入文本利用grok_1语言模型来生成文本
目录
run.py文件解读—运行语言模型实现推理—即基于用户的输入文本利用grok_1语言模型来生成文本
概述
1、加载预训练的语言模型 grok_1
1.1、定义模型的配置
2、定义并初始化推理运行器
2.1、创建一个 InferenceRunner 对象(用于运行模型推理)
2.2、调用 inference_runner.initialize() 方法初始化推理运行器。
2.3、调用 inference_runner.run() 方法运行模型推理并获取生成器。
3、模型生成
全部代码
run.py文件解读—运行语言模型实现推理—即基于用户的输入文本利用grok_1语言模型来生成文本
源码地址：grok-1/run.py at main · xai-org/grok-1 · GitHub
概述
这段代码使用了一个预训练的语言模型 grok_1_model 来生成文本。代码首先定义了模型的配置，然后创建了一个 InferenceRunner 对象来运行模型推理。最后，代码定义了一个输入字符串，并使用 sample_from_model 函数从模型中获取一个样本，将其打印出来。
1、加载预训练的语言模型 grok_1
1.1、定义模型的配置
定义一个名为 grok_1_model 的 LanguageModelConfig 对象，该对象包含有关模型配置的详细信息，例如词汇表大小、序列长度、嵌入层初始化比例、输出和嵌入层的乘数比例等。模型的架构是一个 TransformerConfig 对象，其中包括了嵌入大小、扩展因子、键大小、头数量、层数、注意力输出乘数等参数。
2、定义并初始化推理运行器
2.1、创建一个 InferenceRunner 对象(用于运行模型推理)
InferenceRunner 接受一个 ModelRunner 对象作为参数，该对象包含了模型配置、批处理大小、检查点路径等信息。InferenceRunner 还需要指定一些其他参数，如名称、加载路径、分词器路径、本地和跨主机配置等。
2.2、调用 inference_runner.initialize() 方法初始化推理运行器。
2.3、调用 inference_runner.run() 方法运行模型推理并获取生成器。
3、模型生成
定义一个输入字符串 inp，然后使用 sample_from_model 函数从生成器中获取一个样本，并将其打印出来。
全部代码
# Copyright 2024 X.AI Corp.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.import loggingfrom model import LanguageModelConfig, TransformerConfig, QuantizedWeight8bit as QW8Bit
from runners import InferenceRunner, ModelRunner, sample_from_modelCKPT_PATH = "./checkpoints/"def main():grok_1_model = LanguageModelConfig(vocab_size=128 * 1024,pad_token=0,eos_token=2,sequence_len=8192,embedding_init_scale=1.0,output_multiplier_scale=0.5773502691896257,embedding_multiplier_scale=78.38367176906169,model=TransformerConfig(emb_size=48 * 128,widening_factor=8,key_size=128,num_q_heads=48,num_kv_heads=8,num_layers=64,attn_output_multiplier=0.08838834764831845,shard_activations=True,# MoE.num_experts=8,num_selected_experts=2,# Activation sharding.data_axis="data",model_axis="model",),)inference_runner = InferenceRunner(pad_sizes=(1024,),runner=ModelRunner(model=grok_1_model,bs_per_device=0.125,checkpoint_path=CKPT_PATH,),name="local",load=CKPT_PATH,tokenizer_path="./tokenizer.model",local_mesh_config=(1, 8),between_hosts_config=(1, 1),)inference_runner.initialize()gen = inference_runner.run()inp = "The answer to life the universe and everything is of course"print(f"Output for prompt: {inp}", sample_from_model(gen, inp, max_len=100, temperature=0.01))if __name__ == "__main__":logging.basicConfig(level=logging.INFO)main()