网站设置合理的内链机制如何成为百度广告代理商

DeepSeek-R1-Distill-Qwen 是由中国人工智能公司深度求索（DeepSeek）开发的轻量化大语言模型，基于阿里巴巴的Qwen系列模型通过知识蒸馏技术优化而来。当前模型开源后，我们可以将其部署，使用API方式进行本地调用

1.部署环境

本文中的部署基础环境如下所示：

PyTorch  2.5.1
Python  3.12(ubuntu22.04)
Cuda  12.4
GPU RTX 3090(24GB) * 1
CPU 14 vCPU Intel(R) Xeon(R) Platinum 8362 CPU @ 2.80GHz

2.依赖安装

# 升级 pip
python -m pip install --upgrade pip
# 更换 pypi 源加速库的安装
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplepip install transformers==4.48.2
pip install accelerate==1.3.0
pip install modelscope==1.22.3
pip install streamlit==1.41.1

3.模型下载

使用 modelscope 中的 snapshot_download 函数下载模型，第一个参数为模型名称，参数 cache_dir 为模型的下载路径，这里放在autodl的数据文件夹中比较合适。

4.代码准备

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import streamlit as st
import rewith st.sidebar:st.markdown("## DeepSeek-R1-Distill-Qwen-7B LLM")max_length = st.slider("max_length", 0, 8192, 8192, step=1)st.title("DeepSeek R1 Distill Chatbot")
st.caption("A streamlit chatbot powered by Self-LLM")mode_name_or_path = '/root/autodl-tmp/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B'def split_text(text):pattern = re.compile(r'<think>(.*?)</think>(.*)', re.DOTALL)match = pattern.search(text)if match:return match.group(1).strip(), match.group(2).strip()return "", text.strip()@st.cache_resource
def get_model():tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)tokenizer.pad_token = tokenizer.eos_tokenmodel = AutoModelForCausalLM.from_pretrained(mode_name_or_path, torch_dtype=torch.bfloat16, device_map="auto")return tokenizer, modeltokenizer, model = get_model()if "messages" not in st.session_state:st.session_state["messages"] = [{"role": "assistant", "content": "需要做啥？"}]for msg in st.session_state.messages:st.chat_message(msg["role"]).write(msg["content"])if prompt := st.chat_input():st.chat_message("user").write(prompt)st.session_state.messages.append({"role": "user", "content": prompt})input_ids = tokenizer.apply_chat_template(st.session_state.messages, tokenize=False, add_generation_prompt=True)model_inputs = tokenizer([input_ids], return_tensors="pt").to('cuda')generated_ids = model.generate(model_inputs.input_ids, max_new_tokens=max_length)generated_ids = [output_ids[len(input_ids):]for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]think_content, answer_content = split_text(response)st.session_state.messages.append({"role": "assistant", "content": response})with st.expander("模型思考过程"):st.write(think_content)st.chat_message("assistant").write(answer_content)

下面将代码拆分为几个部分，每个部分附上核心代码及功能介绍，以及对应的效果说明。

1. 侧边栏设置

代码片段：

with st.sidebar:st.markdown("## DeepSeek-R1-Distill-Qwen-7B LLM")max_length = st.slider("max_length", 0, 8192, 8192, step=1)

功能介绍：

• 在侧边栏中展示标题
• 通过滑块让用户选择生成文本时的最大 token 数，默认值设为 8192。
  代码效果：
  用户在侧边栏可以直观地看到大模型标题、参考链接以及调整生成长度的滑块。

2. 主界面标题与说明

代码片段：

st.title("DeepSeek R1 Distill Chatbot")
st.caption("A streamlit chatbot powered by Self-LLM")

功能介绍：

• 设置页面主标题和副标题，为用户展示聊天机器人的名称和简介。
  代码效果：
  页面顶部显示醒目的标题和简洁的说明，营造聊天机器人的整体界面氛围。

3. 模型加载与缓存

代码片段：

mode_name_or_path = '/root/autodl-tmp/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B'@st.cache_resource
def get_model():tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)tokenizer.pad_token = tokenizer.eos_tokenmodel = AutoModelForCausalLM.from_pretrained(mode_name_or_path, torch_dtype=torch.bfloat16, device_map="auto")return tokenizer, modeltokenizer, model = get_model()

功能介绍：

• 定义模型路径，并通过 get_model 函数加载预训练的 tokenizer 和模型。
• 使用 st.cache_resource 进行缓存，避免重复加载，提高运行效率。
• 设置 tokenizer 的 pad token 为 eos_token，保证模型输入的一致性。
  代码效果：
  在首次运行时加载模型和 tokenizer，后续使用缓存内容，加快响应速度。

4. 聊天历史初始化与展示

代码片段：

if "messages" not in st.session_state:st.session_state["messages"] = [{"role": "assistant", "content": "需要做啥？"}]
for msg in st.session_state.messages:st.chat_message(msg["role"]).write(msg["content"])

功能介绍：

• 检查 session_state 中是否已有聊天记录，如果没有则初始化一个默认的助手消息。
• 遍历历史消息，并在聊天窗口中按角色（用户或助手）依次展示对应内容。
  代码效果：
  页面加载后，聊天窗口显示初始的问候信息，并呈现之前的对话记录（若有）。

5. 用户输入处理与模型响应生成

代码片段：

if prompt := st.chat_input():st.chat_message("user").write(prompt)st.session_state.messages.append({"role": "user", "content": prompt})input_ids = tokenizer.apply_chat_template(st.session_state.messages, tokenize=False, add_generation_prompt=True)model_inputs = tokenizer([input_ids], return_tensors="pt").to('cuda')generated_ids = model.generate(model_inputs.input_ids, max_new_tokens=max_length)generated_ids = [output_ids[len(input_ids):]for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]think_content, answer_content = split_text(response)st.session_state.messages.append({"role": "assistant", "content": response})with st.expander("模型思考过程"):st.write(think_content)st.chat_message("assistant").write(answer_content)

功能介绍：

• 通过 st.chat_input() 接收用户输入，并将其添加到聊天历史中。
• 利用预定义的聊天模板将所有对话转换为模型输入格式，并通过 tokenizer 处理。
• 将处理后的输入送入模型生成回复，设定生成 token 数量上限为用户选择的 max_length。
• 对生成的回复进行解码和分割，分离出模型的“思考过程”与最终回答。
• 将完整回复保存至历史记录中，并分别在可展开区域和聊天窗口中显示“思考过程”和实际回答。
  代码效果：
  用户输入后，聊天窗口立即显示用户消息。模型响应后，用户可以点击展开区域查看模型的内部思考过程，同时直接看到对话回答，呈现完整的交互体验。

6. 辅助函数：分割模型输出

代码片段：

def split_text(text):pattern = re.compile(r'<think>(.*?)</think>(.*)', re.DOTALL)match = pattern.search(text)if match:return match.group(1).strip(), match.group(2).strip()return "", text.strip()

功能介绍：

• 使用正则表达式匹配模型输出中以 <think>...</think> 包裹的“思考过程”，将其与实际回答分离。
• 若没有匹配到“思考过程”，则直接返回完整回答。
  代码效果：
  保证模型的输出能清晰地分离内部“思考过程”与最终回答，方便用户查看模型生成过程。

5.效果测试

streamlit run deepseek_web.py --server.address 127.0.0.1 --server.port 6006