Phi3CausalLM 模型

[來源]

Phi3CausalLM 類別

keras_nlp.models.Phi3CausalLM(backbone, preprocessor=None, **kwargs)

用於因果語言建模的端到端 Phi3 模型。

因果語言模型 (LM) 會根據先前的詞彙預測下一個詞彙。此任務設定可用於在純文字輸入上對模型進行無監督訓練，或自動遞迴地生成類似於用於訓練的數據的純文字。只需調用 fit() 即可將此任務用於預訓練或微調 Phi-3 模型。

此模型有一個 generate() 方法，可以根據提示生成文字。使用的生成策略由 compile() 上的額外 sampler 參數控制。您可以使用不同的 keras_nlp.samplers 物件重新編譯模型以控制生成。預設情況下，將使用 "top_k" 取樣。

參數

• backbone：一個 keras_nlp.models.Phi3Backbone 实例。
• preprocessor：一個 keras_nlp.models.Phi3CausalLMPreprocessor 或 None。如果為 None，則此模型將不應用預處理，並且應在調用模型之前對輸入進行預處理。

[來源]

from_preset 方法

Phi3CausalLM.from_preset(preset, load_weights=True, **kwargs)

從模型預設設定實例化 keras_nlp.models.Task。

預設設定是設定檔、權重和其他檔案資產的目錄，用於儲存和載入預先訓練的模型。 preset 可以作為以下其中之一傳遞

1. 內建的預設設定識別碼，例如 'bert_base_en'
2. Kaggle 模型控制代碼，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 控制代碼，例如 'hf://user/bert_base_en'
4. 本機預設設定目錄的路徑，例如 './bert_base_en'

對於任何 Task 子類別，您可以執行 cls.presets.keys() 以列出類別上可用的所有內建預設設定。

這個建構函式可以透過兩種方式呼叫。可以從特定任務的基底類別呼叫，例如 keras_nlp.models.CausalLM.from_preset()，或從模型類別呼叫，例如 keras_nlp.models.BertTextClassifier.from_preset()。如果從基底類別呼叫，則會從預設目錄中的配置推斷出返回物件的子類別。

參數

• preset：字串。內建的預設識別碼、Kaggle 模型控點、Hugging Face 控點或本機目錄的路徑。
• load_weights：布林值。如果為 True，則會將儲存的權重載入模型架構。如果為 False，則會隨機初始化所有權重。

範例

# Load a Gemma generative task.
causal_lm = keras_nlp.models.CausalLM.from_preset(
    "gemma_2b_en",
)

# Load a Bert classification task.
model = keras_nlp.models.TextClassifier.from_preset(
    "bert_base_en",
    num_classes=2,
)

[來源]

generate 方法

Phi3CausalLM.generate(inputs, max_length=None, stop_token_ids="auto")

根據給定的提示 inputs 產生文字。

此方法根據給定的 inputs 產生文字。用於產生的取樣方法可以透過 compile() 方法設定。

如果 inputs 是 tf.data.Dataset，則會「逐批」產生輸出並串聯起來。否則，所有輸入都將作為單一批次處理。

如果模型附加了 preprocessor，則會在 generate() 函式內部預處理 inputs，並且應符合 preprocessor 層預期的結構（通常是原始字串）。如果未附加 preprocessor，則輸入應符合 backbone 預期的結構。請參閱上面的使用範例以了解每個範例的示範。

參數

• inputs：Python 資料、張量資料或 tf.data.Dataset。如果模型附加了 preprocessor，則 inputs 應符合 preprocessor 層預期的結構。如果未附加 preprocessor，則 inputs 應符合 backbone 模型預期的結構。
• max_length：選用。整數。產生序列的最大長度。預設為 preprocessor 的最大配置 sequence_length。如果 preprocessor 為 None，則應將 inputs 填補到所需的最大長度，並且會忽略此參數。
• stop_token_ids：選用。None、「自動」或權杖 ID 的元組。預設為「自動」，它使用 preprocessor.tokenizer.end_token_id。未指定處理器將會產生錯誤。無會在產生 max_length 個權杖後停止產生。您也可以指定模型應該停止的權杖 ID 清單。請注意，權杖序列將各自被解釋為停止權杖，不支援多權杖停止序列。

backbone 屬性

keras_nlp.models.Phi3CausalLM.backbone

具有核心架構的 keras_nlp.models.Backbone 模型。

preprocessor 屬性

keras_nlp.models.Phi3CausalLM.preprocessor

用於預處理輸入的 keras_nlp.models.Preprocessor 層。