库名称：transformers 许可证：apache-2.0 数据集：

• benchang1110/pretrainedtw
• HuggingFaceTB/cosmopedia-100k 语言：
• zh 小部件示例：
  • 文本：'在很久以前，这座岛上' 示例标题：示例1

模型卡片

这是专为繁体中文优化的Tinyllama持续预训练版本。持续预训练数据集包含约20亿个词元。

使用方法

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

def generate_response(input):
    '''
    模型简单测试函数
    '''
    # 输入文本编码
    tokenized_input = tokenizer.encode_plus(input, return_tensors='pt').to(device)
    
    # 生成响应
    outputs = model.generate(
        input_ids=tokenized_input['input_ids'], 
        attention_mask=tokenized_input['attention_mask'],
        pad_token_id=tokenizer.pad_token_id,
        do_sample=False,
        repetition_penalty=1.3,
        max_length=500
    )
    
    # 解码响应
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

if __name__ == '__main__':
    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    model = AutoModelForCausalLM.from_pretrained("DavidLanz/Taiwan-tinyllama-v1.0-chat",device_map=device,torch_dtype=torch.bfloat16)
    tokenizer = AutoTokenizer.from_pretrained("DavidLanz/Taiwan-tinyllama-v1.0-chat")
    while(True):
        text = input("请输入简单提示：")
        print('系统回复:', generate_response(text))

使用bfloat16精度时，显存占用仅需约3GB！！！