近几个月，随着ChatGPT的风靡，大型语言预训练模型也如雨后春笋般地涌现，虽然效果差强人意，好在不受限制。配置稍好的电脑也能跑个7B、13B参数的大语言模型。
虽然模型众多，但是如果给每一个模型都单独去配置环境，每个模型单独启用，就显得非常的笨拙，不够优雅。如果能借助SD WEBUI的思路，给这些大预言模型也能够动态地加载起来运用，岂不美哉。俗话说，不怕你想不到，就怕你做不到，有同志已经身先士卒实现了这个想法，站在的巨人的肩膀上，我辈岂有再造轮子的道理，好好借鉴下就行。
参照这个github地址oobabooga/text-generation-webui: A gradio web UI for running Large Language Models like LLaMA, llama.cpp, GPT-J, Pythia, OPT, and GALACTICA. (github.com)
人家思路也很明确，就是打造LLM界的SD WEBUI
话不多说，clone下这个https://github.com/oobabooga/text-generation-webui.git
然后参照我前面的图文，自行安装anaconda，然后构建python=3.9的环境，然后激活环境，安装依赖包 pip install -r requirments.txt
然后运行python server.py ，可能会出现如下问题：
这个时候可以更新下gradio
pip install --force gradio==3.28.3 或者
pip install gradio_client==0.1.4 gradio==3.25.0
不出意外的话会看到熟悉的gradio风味的界面
然后我们就需要下载各类模型了，首先当然是meta的LLaMA，这个模型在百度飞浆的页面找到了LLaMA-7B OriginalModelWeights - 飞桨AI Studio (baidu.com)，然后运行convert_llama_weights_to_hf.py脚本将模型转换成pytorch的bin文件
然后导入LLaMA
好了，开始探索之旅吧，由于本人显卡太拉，运行异常缓慢，单词一个一个往外蹦，太影响体验了
看来跟chatgpt还是有差距，可能是因为用的7B模型吧。
接下来就是meta的OPT模型，在huggingface里面可以自行下载Models - Hugging Face，电脑太拉，就选了1.3b参数的模型
然后导入模型
这下就快多了，同样的问候，回答的东西就让人感觉很忧郁，有点英文小说的那个味道了，像在给一个远方的朋友诉说自己的近况。
最后就是臭名昭著的GPT4chan,下载方法就不展示了,很多地方都把这玩意儿禁止了，很多内容都是和犹太纳粹相关
好多词汇都打码了，不然我怕被嘎，哈哈
总的来说，模型导入还是比较靠谱的，不需要针对每个模型去搭建运行环境，大大降低了门槛。这哥们也发布了one-click-install，还没有去尝试，应该对新手更友好。各位可以自行尝试oobabooga/one-click-installers: Simplified installers for oobabooga/text-generation-webui. (github.com)
希望后续能有更多的模型接入进来的，最后希望咱们自研的中文LLM也能更进一步吧。
