EasyLLM：简化语言模型处理，实现 OpenAI 和 Hugging Face 客户端的无缝切换

在这短短不到一年的时间里，国内外涌现的大型语言模型（LLM）可谓是百花齐放，不管是开源还是闭源都出现了一些非常优秀的模型，然而在利用LLM进行应用开发的时候，会发现每个模型从部署、到训练、微调、API接口开发、prompt提示词格式等方面都存在或多或少的差异，导致如果一个产品需要接入不同的LLM或者快速切换模型的时候变得更加复杂，使用没有那么方便，也不便于维护。

首先，LLM的使用和部署过程相对复杂。不同的LLM提供商和框架之间存在着差异，导致用户需要进行繁琐的配置和适配工作。例如，使用OpenAI的Completion API、ChatCompletion、Completion和Embedding与使用Hugging Face的对应功能之间可能存在不兼容性，需要用户手动修改代码以适应不同的模型。

其次，LLM的提示格式也是一个问题。不同的LLM可能使用不同的提示格式，使得在不同模型之间切换时需要进行格式转换。这给用户带来了额外的工作量和学习成本。

此外，LLM的响应时间也是一个考虑因素。在某些场景下，特别是需要实时交互的情况下，等待整个LLM完成生成结果可能会导致延迟和不便。

为了解决以上存在的这些问题，EasyLLM应运而生，可以帮我们很轻松的解决这些问题。

EasyLLM 是一个开源项目，旨在简化和提升处理LLM的过程。它提供了兼容的客户端，使用户能够轻松地在不同的LLM之间切换，只需修改一行代码即可实现。此外，EasyLLM还提供了一个提示助手，帮助用户在不同LLM的格式之间进行转换。而且，EasyLLM支持流式传输，用户可以立即获取部分生成结果，而无需等待整个响应。

EasyLLM第一个版本实现了与 OpenAI 的 Completion API 兼容的Client。这意味着您可以轻松地将, ,替换为 , ，或者。只需要通过更改一行代码即可替换 。

通过EasyLLM，我们可以更加方便地利用和应用不同的LLM模型，提高工作效率和灵活性。接下来，让我们深入了解EasyLLM的主要特点和功能，以及它如何为我们带来更好的LLM体验。

以下是当前功能的列表

• 兼容的客户端- 实现与 OpenAI 的 API、、和兼容的客户端。通过更改一行代码即可轻松在不同的LLM之间切换。

• 提示助手- 帮助在不同 LLM 的格式之间转换提示的实用程序。例如，从 OpenAI 消息格式转到 LLaMA 等模型的提示。

• 流式传输支持- 从您的 LLM 流式传输完成结果，而不是等待整个响应。非常适合聊天界面之类的东西。

目前为止计划：

• （正在进行中） - 是一种使用LLM创建指令的方法，可以将简单的指令演变成复杂的指令。

• - 帮助方法可以在 OpenAI Messages 等提示格式与 Llama 2 等开源模型的提示之间轻松转换。

• 客户端可轻松与 Amazon SageMaker 上部署的 LLM 交互

通过 pip 安装 EasyLLM：

然后导入一个客户端并开始使用它：

输出结果：

查看文档以获取更多示例和详细的使用说明。代码位于GitHub上。

在 EasyLLM 上下文中，“客户端”是指与特定 LLM API（例如 OpenAI）交互的代码。目前支持的客户端有：

• - ChatCompletion 用于与与 OpenAI ChatCompletion API 兼容的 LLM 进行交互。

• - 用于与 OpenAI Completion API 兼容的LLM进行交互。

• - 用于与 OpenAI Embedding API 兼容的 LLM 进行交互。

EasyLLM 提供了一个与 HuggingFace 模型连接的客户端。该客户端与HuggingFace Inference API、Hugging Face Inference Endpoints或任何运行文本生成推理或兼容 API 端点的Web 服务兼容。

• - 用于与 HuggingFace 模型交互的客户端，该模型与 OpenAI ChatCompletion API 兼容。

• - 用于与与 OpenAI Completion API 兼容的 HuggingFace 模型连接的客户端。

• - 用于与与 OpenAI Embedding API 兼容的 HuggingFace 模型连接的客户端。

5.1、huggingface.ChatCompletion

该客户端用于与在文本生成推理上运行的 HuggingFace 模型交互，这些模型与 OpenAI ChatCompletion API 兼容。

支持的参数有：

• - 用于生成完成结果的模型。如果未提供，默认使用基本URL。

• -用于生成完成结果的聊天消息列表。

• - 用于生成完成结果的温度参数。默认为0.9。

• - 用于生成完成结果的top_p参数。默认为0.6。

• - 用于生成完成结果的top_k参数。默认为10。

• - 要生成的完成结果数量。默认为1。

• - 要生成的最大令牌数。默认为1024。

• - 用于生成完成结果的停止序列。默认为None。

• - 是否流式传输完成结果。默认为False。

• - 用于生成完成结果的频率惩罚参数。默认为1.0。

• - 是否启用调试日志记录。默认为False。

5.2、huggingface.Completion

该客户端用于与在文本生成推理上运行的 HuggingFace 模型进行交互，这些模型与 OpenAI Completion API 兼容。

支持的参数有：

• - 用于生成完成结果的模型。如果未提供，默认使用基本URL。

• - 用于完成的文本，如果设置了prompt_builder，则提示将使用prompt_builder进行格式化。

• - 用于生成完成结果的温度参数。默认为0.9。

• - 用于生成完成结果的top_p参数。默认为0.6。

• - 用于生成完成结果的top_k参数。默认为10。

• - 要生成的完成结果数量。默认为1。

• - 要生成的最大令牌数。默认为1024。

• - 用于生成完成结果的停止序列。默认为None。

• - 是否流式传输完成结果。默认为False。

• - 用于生成完成结果的频率惩罚参数。默认为1.0。

• - 是否启用调试日志记录。默认为False。

• - 是否回显提示。默认为 False。

• - 是否返回logprobs（对数概率）。默认为None。

5.3、huggingface.Embedding

该客户端用于与作为 API 运行的 HuggingFace 模型进行交互，这些模型与 OpenAI Embedding API 兼容。

支持的参数有：

• - 用于创建嵌入的模型。如果未提供，则默认为基本 url。

• - 要嵌入的文档。

5.4、环境配置

可以通过设置 Hugging Face 环境变量或覆盖默认值来配置客户端。下面介绍如何调整 HF 令牌、URL 和提示生成器。

5.4.1、设置HF令牌

默认情况下，客户端将尝试读取环境变量。如果未设置，它将尝试从文件夹中读取令牌。如果未设置，则不会使用令牌。

或者，您可以通过设置手动设置令牌。

手动设置 api 密钥：

使用环境变量：

5.4.2、更改URL地址

默认情况下，客户端会尝试读取环境变量。如果未设置该变量，它将使用默认的URL地址：

https://api-inference.huggingface.co/models

这对于想要使用不同的URL地址（如https://zj5lt7pmzqzbp0d1.us-east-1.aws.endpoints.huggingface.cloud）或本地URL地址（如http://localhost:8000）或Hugging Face推理端点非常有用。

另外，您可以通过设置来手动设置URL地址。如果您设置了自定义URL地址，则必须将参数留空。

手动设置 api base：

使用环境变量：

5.4.3、构建提示

默认情况下，客户端将尝试读取环境变量并尝试将值映射到字典。如果未设置，它将使用默认的提示生成器。您也可以手动设置。

手动设置提示生成器：

使用环境变量：

从 OpenAI 迁移到 HuggingFace 很容易。只需更改导入语句和要使用的客户端以及可选的提示生成器。

在切换使用不同的客户端（指使用不同的模型或系统）时，确保你的超参数仍然有效。例如，GPT-3模型的temperature参数可能与Llama-2模型的temperature参数不同。

超参数是在机器学习和深度学习中用于调整模型行为和性能的参数。其中一个常见的超参数是温度（temperature），它控制生成文本的多样性和随机性。不同的模型可能对温度参数有不同的要求或默认值，因此在切换使用不同的模型时，需要注意确保超参数的设置与所使用的模型相匹配，以获得预期的结果。

prompt_utils 模块包含了一些函数，用于将消息字典转换为可以与ChatCompletion客户端一起使用的提示。

目前支持的提示格式有：

• Llama 2

• Vicuna

• Hugging Face ChatML

• WizardLM

• StableBeluga2

• Open Assistant

prompt utils 还导出了一个映射字典 prompt_MAPPING，它将模型名称映射到一个提示构建函数。可以通过环境变量来选择正确的提示构建函数。

以下代码演示了为 Hugging Face 客户端设置提示构建器

7.1、LLama 2 Chat构建器

用于创建LLama 2聊天对话的提示。在Hugging Face博客中可以了解如何使用LLama 2的提示。如果传递了一个不支持的角色的消息，将会抛出错误。

示例模型：

• meta-llama/Llama-2-70b-chat-hf

7.2、Vicuna Chat构建器

用于创建Vicuna聊天对话的提示。如果传递了一个不支持的角色的消息，将会抛出错误。

示例模型：

• ehartford/WizardLM-13B-V1.0-Uncensored

7.3、Hugging Face ChatML构建器

用于创建聊天对话的提示。Hugging Face ChatML针对不同的示例模型有不同的提示，例如或。如果传递了一个不支持的角色的消息，将会抛出错误。

示例模型：

• HuggingFaceH4/starchat-beta

7.3.1、StarChat

7.3.2、Falcon

7.4、WizardLM Chat构建器

用于创建WizardLM聊天对话的提示。如果传递了一个不支持的角色的消息，将会抛出错误。

示例模型：

• WizardLM/WizardLM-13B-V1.2

7.5、StableBeluga2 Chat构建器

用于创建StableBeluga2聊天对话的提示。如果传递了一个不支持的角色的消息，将会抛出错误。

7.6、Open Assistant Chat构建器

创建Open Assistant ChatML模板。使用、、和标记。如果传递了一个不支持的角色的消息，将会抛出错误。

示例模型：

• OpenAssistant/llama2-13b-orca-8k-3319

以下是一些帮助您开始使用 easyllm 库的示例：

这些示例涵盖了EasyLLM的主要功能 - 聊天、文本完成和嵌入。

• EasyLLM GitHub

  • https://github.com/philschmid/easyllm

• Llama 2 prompt

  • https://huggingface.co/blog/llama2#how-to-prompt-llama-2

• Vicuna prompt

  • https://github.com/lm-sys/FastChat/blob/main/docs/vicuna_weights_version.md#prompt-template

• StarChat prompt

  • https://huggingface.co/HuggingFaceH4/starchat-beta

• WizardLM prompt

  • https://github.com/nlpxucan/WizardLM/blob/main/WizardLM/src/infer_wizardlm13b.py#L79

• StableBeluga2