osc-llm旨在成为一个简单易用的大模型训练、评估、推理、部署工具，支持主流的大模型。
文档地址:
- 安装最新版本pytorch
- 安装osc-llm:
pip install osc-llm
# 下面以llama3为例演示如何转换为osc-llm格式,并进行聊天。
# 假设你已经下载好huggingface的llama3模型在checkpoints/meta-llama目录下
# 1. 转换
llm convert --checkpoint_dir checkpoints/meta-llama/Meta-Llama-3-8B-Instruct
# 2. 量化
llm quantize int8 --checkpoint_dir checkpoints/meta-llama/Meta-Llama-3-8B-Instruct --save_dir checkpoints/meta-llama/Meta-Llama-3-8B-Instruct-int8
# 3. 聊天(使用编译功能加速推理速度,需要等待几分钟编译时间)
llm chat --checkpoint_dir checkpoints/meta-llama/Meta-Llama-3-8B-Instruct-int8 --compile true
# 4. 部署
llm serve --checkpoint_dir checkpoints/meta-llama/Meta-Llama-3-8B-Instruct-int8以下huggingface中的模型结构(查看config.json)已经支持转换为osc-llm格式:
- LlamaForCausalLM: llama2, llama3, chinese-alpaca2等。
- Qwen2ForCausalLM: qwen1.5系列。
- Qwen2MoeForCausalLM: qwen2-moe系列(目前无法完成编译,推理速度很慢)。
本项目参考了大量的开源项目，特别是以下项目：