vllm.sampling_params
文本生成的采样参数。
BeamSearchParams ¶
基类: Struct
用于文本生成的束搜索参数。
Source code in vllm/sampling_params.py
GuidedDecodingParams dataclass ¶
这些字段中的一个将被用来构建一个逻辑处理器。
Source code in vllm/sampling_params.py
disable_additional_properties class-attribute instance-attribute ¶
disable_additional_properties: bool = False
__init__ ¶
__init__(
json: Optional[Union[str, dict]] = None,
regex: Optional[str] = None,
choice: Optional[list[str]] = None,
grammar: Optional[str] = None,
json_object: Optional[bool] = None,
backend: Optional[str] = None,
backend_was_auto: bool = False,
disable_fallback: bool = False,
disable_any_whitespace: bool = False,
disable_additional_properties: bool = False,
whitespace_pattern: Optional[str] = None,
structural_tag: Optional[str] = None,
) -> None
__post_init__ ¶
验证某些字段是互斥的。
Source code in vllm/sampling_params.py
from_optional staticmethod ¶
from_optional(
json: Optional[Union[dict, BaseModel, str]] = None,
regex: Optional[str] = None,
choice: Optional[list[str]] = None,
grammar: Optional[str] = None,
json_object: Optional[bool] = None,
backend: Optional[str] = None,
whitespace_pattern: Optional[str] = None,
structural_tag: Optional[str] = None,
) -> Optional[GuidedDecodingParams]
Source code in vllm/sampling_params.py
SamplingParams ¶
基类: Struct
文本生成的采样参数。
总体而言,我们遵循OpenAI文本补全API(https://platform.openai.com/docs/api-reference/completions/create)中的采样参数。此外,我们还支持OpenAI不支持的束搜索(beam search)功能。
参数:
| 名称 | 类型 | 描述 | 默认值 |
|---|---|---|---|
n | 为给定提示返回的输出序列数量。 | required | |
best_of | 从提示词生成的输出序列数量。从这些 | required | |
presence_penalty | 根据新词元是否已在生成文本中出现来施加惩罚的浮点数值。数值大于0会鼓励模型使用新词元,而数值小于0则会鼓励模型重复词元。 | required | |
frequency_penalty | 根据生成文本中已出现频率对新词元施加惩罚的浮点数值。数值大于0鼓励模型使用新词元,数值小于0则鼓励模型重复词元。 | required | |
repetition_penalty | 该浮点值用于根据新词元是否出现在提示词和已生成文本中进行惩罚。值大于1鼓励模型使用新词元,而值小于1则鼓励模型重复词元。 | required | |
temperature | 控制采样随机性的浮点数值。数值越低,模型输出越确定;数值越高,模型输出越随机。零值表示贪婪采样。 | required | |
top_p | 控制要考虑的顶部词元的累积概率的浮点数。必须在 (0, 1] 范围内。设置为 1 表示考虑所有词元。 | required | |
top_k | 控制要考虑的顶部令牌数量的整数。设置为0(或-1)表示考虑所有令牌。 | required | |
min_p | 表示一个token被考虑的最低概率,相对于最可能token的概率。必须介于[0, 1]之间。设置为0可禁用此功能。 | required | |
seed | 用于生成的随机种子。 | required | |
stop | 生成过程中遇到这些字符串时会停止生成。返回的输出将不包含这些停止字符串。 | required | |
stop_token_ids | 生成这些标记时会停止生成的标记列表。返回的输出将包含停止标记,除非停止标记是特殊标记。 | required | |
bad_words | 禁止生成的词汇列表。更准确地说,只有当下一个生成的标记可以完成对应标记序列时,该序列的最后一个标记才被禁止。 | required | |
include_stop_str_in_output | 是否在输出文本中包含停止字符串。默认为False。 | required | |
ignore_eos | 是否忽略EOS标记并在生成EOS标记后继续生成标记。 | required | |
max_tokens | 每个输出序列生成的最大token数量。 | required | |
min_tokens | 在生成EOS或stop_token_ids之前,每个输出序列需生成的最小token数量 | required | |
logprobs | 每个输出令牌返回的对数概率数量。当设置为None时,不返回概率。如果设置为非None值,结果将包含指定数量最可能令牌的对数概率,以及所选令牌。请注意,该实现遵循OpenAI API:API将始终返回采样令牌的对数概率,因此响应中最多可能有 | required | |
prompt_logprobs | 每个提示词(token)返回的对数概率数量。 | required | |
detokenize | 是否对输出进行解码。默认为True。 | required | |
skip_special_tokens | 是否在输出中跳过特殊标记。 | required | |
spaces_between_special_tokens | 是否在输出的特殊标记之间添加空格。默认为True。 | required | |
logits_processors | 基于先前生成的令牌修改logits的函数列表,并可选择将提示令牌作为第一个参数。 | required | |
truncate_prompt_tokens | 如果设置为-1,将使用模型支持的截断大小。如果设置为整数k,则仅使用提示中的最后k个标记(即左截断)。默认为None(即不截断)。 | required | |
guided_decoding | 如果提供这些参数,引擎将根据它们构建一个引导式解码对数概率处理器。默认为None。 | required | |
logit_bias | 如果提供此参数,引擎将构建一个应用这些对数偏置的logits处理器。默认为None。 | required | |
allowed_token_ids | 如果提供此参数,引擎将构建一个仅保留给定令牌ID分数的logits处理器。默认为None。 | required | |
extra_args | 任意附加参数,可供自定义采样实现、插件等使用。内置采样实现不会使用这些参数。 | required |
Source code in vllm/sampling_params.py
96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 | |
_all_stop_token_ids class-attribute instance-attribute ¶
_bad_words_token_ids class-attribute instance-attribute ¶
allowed_token_ids class-attribute instance-attribute ¶
guided_decoding class-attribute instance-attribute ¶
guided_decoding: Optional[GuidedDecodingParams] = None
include_stop_str_in_output class-attribute instance-attribute ¶
include_stop_str_in_output: bool = False
spaces_between_special_tokens class-attribute instance-attribute ¶
spaces_between_special_tokens: bool = True
truncate_prompt_tokens class-attribute instance-attribute ¶
__post_init__ ¶
Source code in vllm/sampling_params.py
__repr__ ¶
__repr__() -> str
Source code in vllm/sampling_params.py
_verify_args ¶
Source code in vllm/sampling_params.py
365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 | |
_verify_greedy_sampling ¶
克隆 ¶
clone() -> SamplingParams
深拷贝,但可能不包括LogitsProcessor对象。
LogitsProcessor对象可能包含大量任意且复杂的数据,复制这些数据的成本很高。但如果不需要复制,处理器需要支持多序列的并行解码。详情参见https://github.com/vllm-project/vllm/issues/3087
Source code in vllm/sampling_params.py
from_optional staticmethod ¶
from_optional(
n: Optional[int] = 1,
best_of: Optional[int] = None,
presence_penalty: Optional[float] = 0.0,
frequency_penalty: Optional[float] = 0.0,
repetition_penalty: Optional[float] = 1.0,
temperature: Optional[float] = 1.0,
top_p: Optional[float] = 1.0,
top_k: int = 0,
min_p: float = 0.0,
seed: Optional[int] = None,
stop: Optional[Union[str, list[str]]] = None,
stop_token_ids: Optional[list[int]] = None,
bad_words: Optional[list[str]] = None,
include_stop_str_in_output: bool = False,
ignore_eos: bool = False,
max_tokens: Optional[int] = 16,
min_tokens: int = 0,
logprobs: Optional[int] = None,
prompt_logprobs: Optional[int] = None,
detokenize: bool = True,
skip_special_tokens: bool = True,
spaces_between_special_tokens: bool = True,
logits_processors: Optional[
list[LogitsProcessor]
] = None,
truncate_prompt_tokens: Optional[
Annotated[int, Meta(ge=1)]
] = None,
output_kind: RequestOutputKind = CUMULATIVE,
guided_decoding: Optional[GuidedDecodingParams] = None,
logit_bias: Optional[
Union[dict[int, float], dict[str, float]]
] = None,
allowed_token_ids: Optional[list[int]] = None,
extra_args: Optional[dict[str, Any]] = None,
) -> SamplingParams
Source code in vllm/sampling_params.py
update_from_generation_config ¶
update_from_generation_config(
generation_config: dict[str, Any],
model_eos_token_id: Optional[int] = None,
) -> None
如果generation_config中有非默认值则更新
Source code in vllm/sampling_params.py
update_from_tokenizer ¶
update_from_tokenizer(tokenizer: AnyTokenizer) -> None