在 Hugging Face 使用 PEFT
🤗 参数高效微调 (PEFT) 是一个库，用于高效地将预训练语言模型适配到各种下游应用，而无需微调模型的所有参数。
在 Hub 上探索 PEFT
你可以通过在模型页面左侧筛选来找到 PEFT 模型。
安装
要开始使用，你可以查看 PEFT 文档中的快速入门。要安装，请遵循 PEFT 安装指南。 你也可以通过 pip 使用以下一行安装：
$ pip install peft
使用现有模型
所有 PEFT 模型都可以从 Hub 加载。要使用 PEFT 模型，你还需要加载被微调的基础模型，如下所示。每个微调模型在其模型卡片中都有基础模型。
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel, PeftConfig
base_model = "mistralai/Mistral-7B-v0.1"
adapter_model = "dfurman/Mistral-7B-Instruct-v0.2"
model = AutoModelForCausalLM.from_pretrained(base_model)
model = PeftModel.from_pretrained(model, adapter_model)
tokenizer = AutoTokenizer.from_pretrained(base_model)
model = model.to("cuda")
model.eval()
加载后，你可以将输入传递给分词器进行准备，并以常规 transformers 方式调用 model.generate()。
inputs = tokenizer("Tell me the recipe for chocolate chip cookie", return_tensors="pt")
with torch.no_grad():
outputs = model.generate(input_ids=inputs["input_ids"].to("cuda"), max_new_tokens=10)
print(tokenizer.batch_decode(outputs.detach().cpu().numpy(), skip_special_tokens=True)[0])
它输出以下内容：
Tell me the recipe for chocolate chip cookie dough.
1. Preheat oven to 375 degrees F (190 degrees C).
2. In a large bowl, cream together 1/2 cup (1 stick) of butter or margarine, 1/2 cup granulated sugar, and 1/2 cup packed brown sugar.
3. Beat in 1 egg and 1 teaspoon vanilla extract.
4. Mix in 1 1/4 cups all-purpose flour.
5. Stir in 1/2 teaspoon baking soda and 1/2 teaspoon salt.
6. Fold in 3/4 cup semisweet chocolate chips.
7. Drop by
如果你想加载特定的 PEFT 模型，可以在模型卡片中点击 Use in PEFT，你将获得一个可用的代码片段！
