-
Notifications
You must be signed in to change notification settings - Fork 802
/
example.config.yml
193 lines (188 loc) · 7.24 KB
/
example.config.yml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
logging: False#日志
logging_path: "sqlite:///../record.db?check_same_thread=False"
# 日志地址 可以连接远程mysql服务器：'mysql+pymysql://root:123456@localhost:3306/db?charset=utf8'
port: 17860
#webui 默认启动端口号"
library:
strategy: "calc:2 rtst:5 agents:0"
#库参数，每组参数间用空格分隔，冒号前为知识库类型，后为抽取数量。
#知识库类型:
#serper 基于serper API的Google搜索，请在环境变量设置SERPER_API_KEY（https://serper.dev）
#bing cn.bing搜索，仅国内可用，目前处于服务降级状态
#sogowx sogo微信公众号搜索，可配合相应auto实现全文内容分析
#fess fess搜索引擎
#rtst 支持实时生成的sentence_transformers
#remote 调用远程闻达知识库，用于集群化部署
#kg 知识图谱,暂未启用
#特殊库：
#mix 根据参数进行多知识库融合
#agents 提供网络资源代理，没有知识库查找功能，所以数量为0
# （目前stable-diffusion的auto脚本需要使用其中功能，同时需开启stable-diffusion的api功能）
count: 5
#最大抽取数量（所有知识库总和）
step: 2
#知识库默认上下文步长
librarys:
bing:
count:
5
#最大抽取数量
bingsite:
count: 5
#最大抽取数量
site: "www.12371.cn"
#搜索网站
fess:
count: 1
#最大抽取数量
fess_host: "127.0.0.1:8080"
#fess搜索引擎的部署地址
remote:
host:
"http://127.0.0.1:17860/api/find"
#远程知识库地址地址
rtst:
count: 3
#最大抽取数量
# backend: Annoy
size: 20
#分块大小"
overlap: 0
#分块重叠长度
# model_path: "http://127.0.0.1:8000/v1" #在线embedding
model_path: "model/m3e-base"
#向量模型存储路径
device: cuda
#embedding运行设备
qdrant:
path: txt
#知识库文本路径
model_path: "model/text2vec-large-chinese"
#向量模型存储路径
qdrant_host: "http://localhost:6333"
#qdrant服务地址"
device: cpu
#qdrant运行设备
collection: qa_collection
#qdrant集合名称
kg:
count: 5
#最大抽取数量
knowledge_path: ""
#知识库的文件夹目录名称，若留空则为txt
graph_host: ""
#图数据库部署地址
model_path: ""
#信息抽取模型所在路径"
llm_type: rwkv
#llm模型类型:glm6b、rwkv、llama、replitcode等，详见相关文件
llm_models:
rwkv:
path: "model/rwkv-x060-3b-world-v2-28%trained-20231208-ctx4k.pth" #rwkv模型位置"
# path: "model/RWKV-code-4-World-7B-20230820-ctx32k.pth" #rwkv模型位置"
strategy: "cuda fp16"
# path: "model/rwkv_ggml_q8.bin" #rwkv模型位置"
# strategy: "Q8_0" #rwkvcpp:运行方式，设置strategy诸如"Q8_0->16"即可开启，代表运行Q8_0模型在16个cpu核心上
#记得去https://github.com/saharNooby/rwkv.cpp/releases下最新版本文件替换librwkv.so或rwkv.dll
#rwkv模型参数"
historymode: state
#rwkv历史记录实现方式：state、string。注意，对于torch实现，本参数已弃用，因为已经实现自动切换。
state_source_device: cpu
#torch实现下，会保存每个会话的state。每个占用2M显存，本参数控制将其复制到内存以节约显存。
#置为cuda:0，代表state来自cuda:0，且需要将其复制到内存以节约显存。
#置为cuda:1，同理。
#置为cpu，代表不需要复制，如果使用cpu计算，或多卡计算需这么设置。
presence_penalty: 0.2
count_penalty: 0.2
glm6b:
path: "model\\chatglm3-6b"
#glm模型位置"
strategy: "cuda fp16"
#cuda fp16 所有glm模型 要直接跑在gpu上都可以使用这个参数
#cuda fp16i8 fp16原生模型 要自行量化为int8跑在gpu上可以使用这个参数
#cuda fp16i4 fp16原生模型 要自行量化为int4跑在gpu上可以使用这个参数
#cuda:0 fp16 *14 -> cuda:1 fp16 多卡流水线并行，使用方法参考RWKV的strategy介绍。总层数28
# lora: "model/chatglm_fitness_lora"
#glm-lora模型位置
internlm:
path: model\internlm-chat-7b-8k
#模型位置"
qwen:
path: model\Qwen-7B-Chat
#模型位置"
Yi:
path: model\Yi-6B-Chat
#模型位置"
baichuan:
#模型名字中有gptq会进入gptq模式，不加载lora，且会加载basename中的模型
#百川
# path: "model\\Baichuan-13B-Chat"
# user: "<human>"
# answer: "<bot>"
# interface: ":"
#vicuna
path: model\Baichuan2-13B-Chat-4bits
user: "Human"
answer: "Assistant"
interface: ": "
# basename: gptq_model-4bit-128g
#lora模型位置"
# lora: "model/64rank"
generic_transformers:
#模型名字中有gptq会进入gptq模式，不加载lora，且会加载basename中的模型
#百川
# path: "model\\Baichuan-13B-Chat"
# user: "<human>"
# answer: "<bot>"
# interface: ":"
#vicuna
# path: model\Llama-2-13B-chat-GPTQ
# user: "Human"
# answer: "Assistant"
# interface: ": "
# basename: gptq_model-4bit-128g
# stopping_text: "\nHuman:"
#SUS-Chat-34B-AWQ
path: model\SUS-Chat-34B-AWQ
user: "### Human: "
answer: "\n### Assistant:\n"
interface: ""
stopping_text: "### Human: "
#lora模型位置"
# lora: "model/64rank"
aquila:
path: "AquilaChat-7B"
#模型位置"
strategy: "cuda fp16"
llama:
path: "model/stable-vicuna-13B.ggml.q4_2.bin"
#llama模型位置
# strategy: "Q8_0" #cpp:运行方式，设置strategy诸如"Q8_0"即可开启
strategy: "cuda fp16i8"
moss:
path: "model/moss-moon-003-sft-plugin-int4"
#模型位置
strategy: ""
#模型参数 暂时不用"
openai:
# api_host: "https://gpt.lucent.blog/v1" #网友的反代
# api_host: "https://api.openai.com/v1" #官方地址
api_host: "http://127.0.0.1:8000/v1" #rwkv runner
# api_host: "http://127.0.0.1:3000/v1" #rwkv ai00
replitcode:
path: "model/replit-code-v1-3b"
#replitcode模型位置
#说明：目前模型参数和chat模型差异较大，写死了，不能通过wenda界面配置，需要调整自行到llm_replitcode.py 文件中调整，或放开wenda界面参数
#y = model.generate(x, max_length=100, do_sample=true, top_p=0.95, top_k=4, temperature=0.2, num_return_sequences=1, eos_token_id=tokenizer.eos_token_id)
#模型地址：https://huggingface.co/replit/replit-code-v1-3b ，约10g
#作用代码补全：问：def fibonacci(n):
#答：def fibonacci(n):
#if n == 0:
#return 0
#elif n == 1:
#return 1
#else:
#return fibonacci(n-1) + fibonacci(n-2)
#print(fibonacci(10))
strategy: "cuda fp16"
#因我的3070只有8g内存，所以是先把模理加载到内存进行精度转换，至少要32g系统内存， fp16 占用不到6g显存,fp32 超过8g未测试"