Views
No views yet

1import torch
2from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
3
4torch.random.manual_seed(0)
5
6model = AutoModelForCausalLM.from_pretrained(
7 "microsoft/Phi-3-mini-4k-instruct",
8 device_map="cuda",
9 torch_dtype="auto",
10 trust_remote_code=True,
11)
12tokenizer = AutoTokenizer.from_pretrained("jpacifico/French-Alpaca-Phi-3-mini-4k-instruct-v1.0")
13
14messages = [
15 {"role": "system", "content": "Vous êtes un assistant numérique serviable. Veuillez fournir des informations sûres, éthiques et précises à l'utilisateur."},
16 {"role": "user", "content": "Pouvez-vous fournir des façons de manger des combinaisons de bananes et de fruits du dragon ?"},
17 {"role": "assistant", "content": "Bien sûr ! Voici quelques façons de manger des bananes et des fruits du dragon ensemble : 1. Smoothie à la banane et au fruit du dragon : mixez des bananes et des fruits du dragon avec un peu de lait et de miel. 2. Salade de banane et de fruit du dragon : mélangez des bananes tranchées et des fruits du dragon avec un peu de jus de citron et de miel."},
18 {"role": "user", "content": "Et pour résoudre une équation 2x + 3 = 7 ?"},
19]
20
21pipe = pipeline(
22 "text-generation",
23 model=model,
24 tokenizer=tokenizer,
25)
26
27generation_args = {
28 "max_new_tokens": 500,
29 "return_full_text": False,
30 "temperature": 0.0,
31 "do_sample": False,
32}
33
34output = pipe(messages, **generation_args)
35print(output[0]['generated_text'])
36