LangChain¶

vLLM 也可以通过 LangChain 获取。

要安装 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,
        # tensor_parallel_size=... # for distributed inference
)

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

有关更多详细信息，请参阅此教程。