用Transformers运行SenseNova Loop-9B:环境准备和文本结果读取

落强吖_7884

落强吖_7884

2026-11-18

916人浏览

原创

sensenova loop-9b可以按官方transformers示例加载完整模型目录,使用聊天模板构造输入,再从generate结果中切掉输入token并解码新增文本。以下为单gpu bf16加载路径,需要能容纳完整权重及运行开销的cuda环境;它没有启用4-bit量化,不能套用低显存表中约4.9gb权重的条件。

准备相容环境和完整模型文件

官方标注的已检查Preview环境为Transformers 5.18.0、PyTorch 2.11.0和CUDA 13.0。这是参考环境说明,不等于所有正式版引擎组合都已经验证。先按PyTorch安装指引选择与本机驱动相容的CUDA构建,再在独立Python虚拟环境安装其余依赖。

python3 -m venv .venv
source .venv/bin/activate
# 先安装与本机CUDA和驱动相容的PyTorch,再执行:
python -m pip install "transformers==5.18.0" accelerate safetensors

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

SenseNova官方参考环境与依赖安装说明

官方说明明确这些环境版本来自已检查的Preview环境。

从官方模型库取得配置、分词器、聊天模板、自定义模型代码和全部权重分片,放进同一目录。若模型库要求登录或接受访问条件,应先按页面要求完成。trust_remote_code=True会加载仓库附带的Python代码,只对已核对的官方版本使用,并在运行前检查相关文件。

生成并只打印新增文本

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "/path/to/SenseNova-Loop-9B"  # 改为实际完整模型目录
device = "cuda:0"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype=torch.bfloat16,
    device_map={"": device},
).eval()
messages = [{"role": "user", "content": "What is 13 times 7?"}]
prompt = tokenizer.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True, enable_thinking=True
)
inputs = tokenizer(prompt, return_tensors="pt").to(device)
with torch.inference_mode():
    outputs = model.generate(
        **inputs, max_new_tokens=512, do_sample=False, use_cache=True
    )
new_tokens = outputs[0, inputs.input_ids.shape[1]:]
print(tokenizer.decode(new_tokens, skip_special_tokens=True))

官方Transformers模型加载与聊天模板示例

官方示例的模型加载部分;完整生成与输出处理见正文代码。

区分模板、输出预算和显存不足

enable_thinking=True由模型聊天模板处理;需要关闭时按官方模板把它设为False,不要仅从最终字符串中随意删除内容来模拟关闭。max_new_tokens=512限制新增Token数量,不是输入长度;回答被截断时,应结合任务需要调整预算与可用显存。

PyTorch Linux版 2.11.0
PyTorch Linux版 2.11.0

PyTorch 2.11.0 历史版本下载,来自 PyPI 官方发布,适合旧项目兼容、实验复现和指定环境安装。

下载

遇到自定义模型加载错误,先核对目录是否缺少模型代码或分片、Transformers版本是否相容;CUDA内存不足则检查权重精度、上下文长度和剩余显存。要采用AWQ或低精度KV缓存,应切换到相应权重与适配引擎配置,这份BF16脚本不会自动完成量化。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

pytorch

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

2026.11.12

140

15

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.12

100

15

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

2026.11.12

80

15

Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

2026.11.06

160

12

Postman请求头Headers怎么设置
Postman请求头Headers怎么设置

围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。

2026.11.06

140

13

Postman接口请求发送教程
Postman接口请求发送教程

详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。

2026.11.06

120

10

DBeaver怎么导入数据
DBeaver怎么导入数据

DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。

2026.11.05

120

12

DBeaver安全防护教程大全
DBeaver安全防护教程大全

DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。

2026.11.05

100

12

DBeaver连接创建与配置教程
DBeaver连接创建与配置教程

本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。

2026.11.04

120

16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Buffalo & Goth 官方视频教程
Buffalo & Goth 官方视频教程

共0课时 | 0人学习

WPS灵犀官方Q&A:关于灵点
WPS灵犀官方Q&A:关于灵点

共0课时 | 0人学习

Claude Code入门&使用技巧
Claude Code入门&使用技巧

共5课时 | 0.2万人学习