Instructions to use ngxson/Vistral-7B-ChatML with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ngxson/Vistral-7B-ChatML with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="ngxson/Vistral-7B-ChatML")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ngxson/Vistral-7B-ChatML")
model = AutoModelForCausalLM.from_pretrained("ngxson/Vistral-7B-ChatML", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use ngxson/Vistral-7B-ChatML with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf ngxson/Vistral-7B-ChatML:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf ngxson/Vistral-7B-ChatML:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf ngxson/Vistral-7B-ChatML:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf ngxson/Vistral-7B-ChatML:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf ngxson/Vistral-7B-ChatML:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf ngxson/Vistral-7B-ChatML:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf ngxson/Vistral-7B-ChatML:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf ngxson/Vistral-7B-ChatML:Q4_K_M

Use Docker

docker model run hf.co/ngxson/Vistral-7B-ChatML:Q4_K_M

LM Studio
Jan

vLLM

How to use ngxson/Vistral-7B-ChatML with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ngxson/Vistral-7B-ChatML"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ngxson/Vistral-7B-ChatML",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ngxson/Vistral-7B-ChatML:Q4_K_M

SGLang

How to use ngxson/Vistral-7B-ChatML with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "ngxson/Vistral-7B-ChatML" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ngxson/Vistral-7B-ChatML",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "ngxson/Vistral-7B-ChatML" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ngxson/Vistral-7B-ChatML",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use ngxson/Vistral-7B-ChatML with Ollama:
```
ollama run hf.co/ngxson/Vistral-7B-ChatML:Q4_K_M
```
Unsloth Desktop
Docker Model Runner
How to use ngxson/Vistral-7B-ChatML with Docker Model Runner:
```
docker model run hf.co/ngxson/Vistral-7B-ChatML:Q4_K_M
```

Lemonade

How to use ngxson/Vistral-7B-ChatML with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull ngxson/Vistral-7B-ChatML:Q4_K_M

Run and chat with the model

lemonade run user.Vistral-7B-ChatML-Q4_K_M

List all available models

lemonade list

Atomic Chat

ngxson commited on Feb 9, 2024

Commit

e2b08a9

1 Parent(s): 7c161c9

update readme

Browse files

Files changed (1) hide show

README.md +1 -1

README.md CHANGED Viewed

@@ -45,7 +45,7 @@ This is an example of a conversation using llama.cpp:
 - > xin chào
 - Tôi là một trợ lý AI được tạo ra để hỗ trợ con người. Bạn có câu hỏi gì về chủ đề nào đó?<|im_end|>
 - > trợ lý AI là gì? bạn giải thích được không?
-Trợ lý AI là một chương trình máy tính sử dụng trí tuệ nhân tạo và học máy để hỗ trợ con người trong nhiều công việc khác nhau. Nó có thể hiểu và xử lý ngôn ngữ tự nhiên, nhận biết hình ảnh và âm thanh cũng như đưa ra các đề xuất hay câu trả lời phù hợp cho các yêu cầu của bạn.<|im_end|>
 - > ồ, cảm ơn, vậy bạn có thể làm gì?
 - Tôi được thiết kế để giúp đỡ con người trong nhiều công việc như giải đáp các câu hỏi, trả lời những vấn đề liên quan đến cuộc sống hàng ngày của họ. Tôi cũng hỗ trợ nghiên cứu và phân tích dữ liệu để đưa ra dự đoán hay tư vấn cho doanh nghiệp hoặc cá nhân.<|im_end|>
 - > tức là sao?

 - > xin chào
 - Tôi là một trợ lý AI được tạo ra để hỗ trợ con người. Bạn có câu hỏi gì về chủ đề nào đó?<|im_end|>
 - > trợ lý AI là gì? bạn giải thích được không?
+- Trợ lý AI là một chương trình máy tính sử dụng trí tuệ nhân tạo và học máy để hỗ trợ con người trong nhiều công việc khác nhau. Nó có thể hiểu và xử lý ngôn ngữ tự nhiên, nhận biết hình ảnh và âm thanh cũng như đưa ra các đề xuất hay câu trả lời phù hợp cho các yêu cầu của bạn.<|im_end|>
 - > ồ, cảm ơn, vậy bạn có thể làm gì?
 - Tôi được thiết kế để giúp đỡ con người trong nhiều công việc như giải đáp các câu hỏi, trả lời những vấn đề liên quan đến cuộc sống hàng ngày của họ. Tôi cũng hỗ trợ nghiên cứu và phân tích dữ liệu để đưa ra dự đoán hay tư vấn cho doanh nghiệp hoặc cá nhân.<|im_end|>
 - > tức là sao?