LangChain

vLLM 也可通过 LangChain 使用。

安装 LangChain，请运行

pip install langchain langchain_community -q

要在单个或多个 GPU 上运行推理，请使用 `langchain` 中的 `VLLM` 类。

代码

from langchain_community.llms import VLLM

llm = VLLM(
    model="mosaicml/mpt-7b",
    trust_remote_code=True,  # mandatory for hf models
    max_new_tokens=128,
    top_k=10,
    top_p=0.95,
    temperature=0.8,
    # for distributed inference
    # tensor_parallel_size=...,
)

print(llm("What is the capital of France ?"))

有关更多详细信息，请参阅此 教程。