Xorbits 推理 (Xinference)

本页面演示如何使用 Xinference 与 LangChain 一起使用。

Xinference 是一个强大且多功能的库，旨在为大型语言模型（LLMs）、 语音识别模型和多模态模型提供服务，甚至可以在您的笔记本电脑上运行。 使用 Xorbits 推理，您可以轻松地部署和服务您的或 最先进的内置模型，只需一个命令。

安装和设置

可以通过 pip 从 PyPI 安装 Xinference：

pip install "xinference[all]"

大型语言模型

Xinference 支持多种与 GGML 兼容的模型，包括 chatglm、baichuan、whisper， vicuna 和 orca。要查看内置模型，请运行以下命令：

xinference list --all

Xinference 的包装器

您可以通过运行以下命令启动 Xinference 的本地实例：

xinference

您还可以在分布式集群中部署 Xinference。为此，首先在您想要运行它的服务器上启动 Xinference 监视器： 在您想要运行它的服务器上：

xinference-supervisor -H "${supervisor_host}"

然后，在您想要运行它的其他每个服务器上启动 Xinference 工作进程：

xinference-worker -e "http://${supervisor_host}:9997"

您还可以通过运行以下命令启动 Xinference 的本地实例：

xinference

一旦 Xinference 正在运行，将可以通过 CLI 访问用于模型管理的端点或 Xinference 客户端。

对于本地部署，端点将是 http://localhost:9997。

对于集群部署，端点将是 http://${supervisor_host}:9997。

然后，您需要启动一个模型。您可以指定模型名称和其他属性 包括 model_size_in_billions 和量化。您可以使用命令行接口 (CLI) 来 完成此操作。例如，

xinference launch -n orca -s 3 -q q4_0

将返回一个模型 uid。

示例用法：

from langchain_community.llms import Xinference

llm = Xinference(
    server_url="http://0.0.0.0:9997",
    model_uid = {model_uid} # replace model_uid with the model UID return from launching the model
)

llm(
    prompt="Q: where can we visit in the capital of France? A:",
    generate_config={"max_tokens": 1024, "stream": True},
)

用法

有关更多信息和详细示例，请参阅 xinference大型语言模型示例

嵌入

Xinference 还支持嵌入查询和文档。请参见 xinference嵌入示例 以获取更详细的演示。