MistralCausalLM
类keras_hub.models.MistralCausalLM(backbone, preprocessor=None, **kwargs)
用于因果语言建模的端到端 Mistral 模型。
因果语言模型 (LM) 根据前面的标记预测下一个标记。这种任务设置可用于在纯文本输入上无监督地训练模型,或自回归地生成类似于用于训练的数据的纯文本。只需调用 fit()
,即可使用此任务进行 GPT-NeoX 模型的预训练或微调。
此模型具有 generate()
方法,该方法根据提示生成文本。使用的生成策略通过 compile()
方法上的额外 sampler
参数进行控制。您可以重新编译模型,使用不同的 keras_hub.samplers
对象来控制生成。默认情况下,将使用 "top_k"
采样。
参数
keras_hub.models.MistralBackbone
实例。keras_hub.models.MistralCausalLMPreprocessor
或 None
。如果为 None
,则此模型将不应用预处理,并且应在调用模型之前对输入进行预处理。from_preset
方法MistralCausalLM.from_preset(preset, load_weights=True, **kwargs)
从模型预设实例化一个 keras_hub.models.Task
。
预设是用于保存和加载预训练模型的配置、权重和其他文件资产的目录。可以将 preset
作为以下之一传递
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./bert_base_en'
对于任何 Task
子类,您可以运行 cls.presets.keys()
来列出该类上所有可用的内置预设。
此构造函数可以通过两种方式之一调用。可以从特定任务的基类调用,例如 keras_hub.models.CausalLM.from_preset()
,也可以从模型类调用,例如 keras_hub.models.BertTextClassifier.from_preset()
。如果从基类调用,返回对象的子类将从预设目录中的配置推断出来。
参数
True
,保存的权重将加载到模型架构中。如果为 False
,所有权重将被随机初始化。示例
# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
"gemma_2b_en",
)
# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
"bert_base_en",
num_classes=2,
)
预设 | 参数 | 描述 |
---|---|---|
mistral_7b_en | 7.24B | Mistral 7B 基础模型 |
mistral_instruct_7b_en | 7.24B | Mistral 7B 指令模型 |
mistral_0.2_instruct_7b_en | 7.24B | Mistral 7B 指令模型 0.2 版 |
generate
方法MistralCausalLM.generate(
inputs, max_length=None, stop_token_ids="auto", strip_prompt=False
)
给定提示 inputs
生成文本。
此方法根据给定的 inputs
生成文本。用于生成的采样方法可以通过 compile()
方法设置。
如果 inputs
是一个 tf.data.Dataset
,则将“按批次”生成输出并进行拼接。否则,所有输入将作为单个批次处理。
如果模型附加了 preprocessor
,则将在 generate()
函数内部对 inputs
进行预处理,并且应与 preprocessor
层期望的结构(通常是原始字符串)匹配。如果没有附加 preprocessor
,输入应与 backbone
期望的结构匹配。请参阅上面的示例用法以了解每个用例。
参数
tf.data.Dataset
。如果模型附加了 preprocessor
,则 inputs
应与 preprocessor
层期望的结构匹配。如果没有附加 preprocessor
,inputs
应与 backbone
模型期望的结构匹配。preprocessor
配置的最大 sequence_length
。如果 preprocessor
为 None
,则应将 inputs
填充到期望的最大长度,并且此参数将被忽略。None
、“auto”或标记 ID 元组。默认为“auto”,它使用 preprocessor.tokenizer.end_token_id
。未指定处理器将产生错误。如果为 None,则在生成 max_length
个标记后停止生成。您还可以指定模型应停止的标记 ID 列表。请注意,标记序列中的每个标记都将被解释为停止标记,不支持多标记停止序列。backbone
属性keras_hub.models.MistralCausalLM.backbone
具有核心架构的 keras_hub.models.Backbone
模型。
preprocessor
属性keras_hub.models.MistralCausalLM.preprocessor
用于预处理输入的 keras_hub.models.Preprocessor
层。