RWKV-4
RWKV-4
本页面介绍如何在 LangChain 中使用 RWKV-4 包装器。它分为两个部分：安装和设置，以及带有示例的使用。
安装和设置
使用
pip install rwkv安装 Python 包使用
pip install tokenizer安装分词器 Python 包下载一个 RWKV 模型 并将其放置在所需的目录中
下载 tokens 文件
用法
RWKV
要使用 RWKV 包装器，您需要提供预训练模型文件的路径和 tokenizer 的配置。
from langchain.llms import RWKV
# Test the model
def generate_prompt(instruction, input=None):
if input:
return f"""Below is an instruction that describes a task, paired with an input that provides further context. Write a response that appropriately completes the request.
# Instruction:
{instruction}
# Input:
{input}
# Response:
"""
else:
return f"""Below is an instruction that describes a task. Write a response that appropriately completes the request.
# Instruction:
{instruction}
# Response:
"""
model = RWKV(model="./models/RWKV-4-Raven-3B-v7-Eng-20230404-ctx4096.pth", strategy="cpu fp32", tokens_path="./rwkv/20B_tokenizer.json")
response = model(generate_prompt("Once upon a time, "))模型文件
您可以在 RWKV-4-Raven 存储库中找到模型文件下载链接。
Rwkv-4 models -> 推荐 VRAM
RWKV VRAM
Model | 8bit | bf16/fp16 | fp32
14B | 16GB | 28GB | >50GB
7B | 8GB | 14GB | 28GB
3B | 2.8GB| 6GB | 12GB
1b5 | 1.3GB| 3GB | 6GB查看 rwkv pip 页面获取更多关于策略的信息，包括流处理和 cuda 支持。