1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
|
package llm
import (
"bytes"
"encoding/json"
"io"
"log/slog"
"net/http"
"within.website/x/web"
)
type Client struct {
cli *http.Client
serverURL string
}
func NewClient(cli *http.Client, serverURL string) *Client {
return &Client{
cli: cli,
serverURL: serverURL,
}
}
func (c *Client) ExecSession(session Session) (*LLAMAResponse, error) {
opts := DefaultLLAMAOpts()
opts.Prompt = session.ChatML()
return c.Predict(opts)
}
func (c *Client) Predict(opts *LLAMAOpts) (*LLAMAResponse, error) {
jsonData, err := json.Marshal(opts)
if err != nil {
return nil, err
}
// Make a POST request to the server
resp, err := c.cli.Post(c.serverURL, "application/json", bytes.NewBuffer(jsonData))
if err != nil {
return nil, err
}
defer resp.Body.Close()
// Check the response status code
if resp.StatusCode != http.StatusOK {
return nil, web.NewError(http.StatusOK, resp)
}
data, err := io.ReadAll(resp.Body)
if err != nil {
return nil, err
}
var result LLAMAResponse
if err := json.Unmarshal(data, &result); err != nil {
return nil, err
}
return &result, nil
}
type LLAMAOpts struct {
Temperature float64 `json:"temperature"`
TopK int `json:"top_k"`
TopP float64 `json:"top_p"`
Stream bool `json:"stream"`
Prompt string `json:"prompt"`
RepeatPenalty float64 `json:"repeat_penalty"`
RepeatLastN int `json:"repeat_last_n"`
Mirostat int `json:"mirostat"`
NPredict int `json:"n_predict"`
}
func DefaultLLAMAOpts() *LLAMAOpts {
return &LLAMAOpts{
Temperature: 0.8,
TopK: 40,
TopP: 0.9,
Stream: false,
RepeatPenalty: 1.15,
RepeatLastN: 512,
Mirostat: 2,
NPredict: 2048,
}
}
type LLAMAResponse struct {
Content string `json:"content"`
GenerationSettings GenerationSettings `json:"generation_settings"`
Model string `json:"model"`
Prompt string `json:"prompt"`
Stop bool `json:"stop"`
StoppedEos bool `json:"stopped_eos"`
StoppedLimit bool `json:"stopped_limit"`
StoppedWord bool `json:"stopped_word"`
StoppingWord string `json:"stopping_word"`
Timings Timings `json:"timings"`
TokensCached int `json:"tokens_cached"`
TokensEvaluated int `json:"tokens_evaluated"`
TokensPredicted int `json:"tokens_predicted"`
Truncated bool `json:"truncated"`
}
type GenerationSettings struct {
FrequencyPenalty float64 `json:"frequency_penalty"`
Grammar string `json:"grammar"`
IgnoreEos bool `json:"ignore_eos"`
LogitBias []any `json:"logit_bias"`
Mirostat int `json:"mirostat"`
MirostatEta float64 `json:"mirostat_eta"`
MirostatTau float64 `json:"mirostat_tau"`
Model string `json:"model"`
NCtx int `json:"n_ctx"`
NKeep int `json:"n_keep"`
NPredict int `json:"n_predict"`
NProbs int `json:"n_probs"`
PenalizeNl bool `json:"penalize_nl"`
PresencePenalty float64 `json:"presence_penalty"`
RepeatLastN int `json:"repeat_last_n"`
RepeatPenalty float64 `json:"repeat_penalty"`
Seed int64 `json:"seed"`
Stop []any `json:"stop"`
Stream bool `json:"stream"`
Temp float64 `json:"temp"`
TfsZ float64 `json:"tfs_z"`
TopK int `json:"top_k"`
TopP float64 `json:"top_p"`
TypicalP float64 `json:"typical_p"`
}
type Timings struct {
PredictedMs float64 `json:"predicted_ms"`
PredictedN int `json:"predicted_n"`
PredictedPerSecond float64 `json:"predicted_per_second"`
PredictedPerTokenMs float64 `json:"predicted_per_token_ms"`
PromptMs float64 `json:"prompt_ms"`
PromptN int `json:"prompt_n"`
PromptPerSecond float64 `json:"prompt_per_second"`
PromptPerTokenMs float64 `json:"prompt_per_token_ms"`
}
func (t Timings) LogValue() slog.Value {
return slog.GroupValue(
slog.Float64("predicted_ms", t.PredictedMs),
slog.Int("predicted_n", t.PredictedN),
slog.Float64("predicted_per_second", t.PredictedPerSecond),
slog.Float64("predicted_per_token_ms", t.PredictedPerTokenMs),
slog.Float64("prompt_ms", t.PromptMs),
slog.Int("prompt_n", t.PromptN),
slog.Float64("prompt_per_second", t.PromptPerSecond),
slog.Float64("prompt_per_token_ms", t.PromptPerTokenMs),
)
}
|
