开源协议：OpenRail
数据集：

• shareAI/ShareGPT-中英双语-90k
• shareAI/代码对话集
  支持语言：
• 中文
• 英文
  库名称：transformers
  标签：
• 代码
• 对话
• 代码驼
• 编程助手
• 代码AI
  任务类型：问答系统

代码驼模型中文版（支持多轮对话）

技术说明：CodeLlaMa是专为代码辅助设计的模型，与中文驼系列不同，更擅长处理编程类问题解答。
多轮对话推理代码示例：
（可直接复制运行，默认自动下载模型权重）

关联GitHub仓库：https://github.com/CrazyBoyM/CodeLLaMA-chat

# 基于Firefly框架
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch


def main():
    model_name = 'shareAI/CodeLLaMA-chat-13b-Chinese'

    device = 'cuda'
    max_new_tokens = 500    # 单轮对话最大生成token数
    history_max_len = 1000  # 历史对话最大token记忆长度
    top_p = 0.9
    temperature = 0.35
    repetition_penalty = 1.0

    model = AutoModelForCausalLM.from_pretrained(
        model_name,
        trust_remote_code=True,
        low_cpu_mem_usage=True,
        torch_dtype=torch.float16,
        device_map='auto'
    ).to(device).eval()
    tokenizer = AutoTokenizer.from_pretrained(
        model_name,
        trust_remote_code=True,
        use_fast=False
    )


    history_token_ids = torch.tensor([[]], dtype=torch.long)

    user_input = input('用户：')
    while True:
        input_ids = tokenizer(user_input, return_tensors="pt", add_special_tokens=False).input_ids
        eos_token_id = torch.tensor([[tokenizer.eos_token_id]], dtype=torch.long)
        user_input_ids = torch.concat([input_ids, eos_token_id], dim=1)
        history_token_ids = torch.concat((history_token_ids, user_input_ids), dim=1)
        model_input_ids = history_token_ids[:, -history_max_len:].to(device)
        with torch.no_grad():
            outputs = model.generate(
                input_ids=model_input_ids, max_new_tokens=max_new_tokens, do_sample=True, top_p=top_p,
                temperature=temperature, repetition_penalty=repetition_penalty, eos_token_id=tokenizer.eos_token_id
            )
        model_input_ids_len = model_input_ids.size(1)
        response_ids = outputs[:, model_input_ids_len:]
        history_token_ids = torch.concat((history_token_ids, response_ids.cpu()), dim=1)
        response = tokenizer.batch_decode(response_ids)
        print("助手：" + response[0].strip().replace(tokenizer.eos_token, ""))
        user_input = input('用户：')


if __name__ == '__main__':
    main()