|
<?xml version="1.0"?> |
|
<net name="detokenizer" version="11"> |
|
<layers> |
|
<layer id="0" name="Parameter_306519" type="Parameter" version="opset1"> |
|
<data shape="?,?" element_type="i64" /> |
|
<output> |
|
<port id="0" precision="I64" names="Parameter_306519"> |
|
<dim>-1</dim> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="1" name="Convert_306535" type="Convert" version="opset1"> |
|
<data destination_type="i32" /> |
|
<input> |
|
<port id="0" precision="I64"> |
|
<dim>-1</dim> |
|
<dim>-1</dim> |
|
</port> |
|
</input> |
|
<output> |
|
<port id="1" precision="I32"> |
|
<dim>-1</dim> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="2" name="Constant_306521" type="Const" version="opset1"> |
|
<data element_type="u8" shape="1623594" offset="0" size="1623594" /> |
|
<output> |
|
<port id="0" precision="U8"> |
|
<dim>1623594</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="3" name="StringTensorUnpack_306522" type="StringTensorUnpack" version="extension"> |
|
<data mode="begins_ends" /> |
|
<input> |
|
<port id="0" precision="U8"> |
|
<dim>1623594</dim> |
|
</port> |
|
</input> |
|
<output> |
|
<port id="1" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="2" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="3" precision="U8"> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="4" name="VocabDecoder_306523" type="VocabDecoder" version="extension"> |
|
<data skip_tokens="151329, 151330, 151331, 151332, 151333, 151334, 151335, 151336, 151337, 151338, 151339, 151340, 151341, 151342" /> |
|
<input> |
|
<port id="0" precision="I32"> |
|
<dim>-1</dim> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="1" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="2" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="3" precision="U8"> |
|
<dim>-1</dim> |
|
</port> |
|
</input> |
|
<output> |
|
<port id="4" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="5" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="6" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="7" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="8" precision="U8"> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="5" name="FuzeRagged_306524" type="FuzeRagged" version="extension"> |
|
<input> |
|
<port id="0" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="1" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="2" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="3" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
</input> |
|
<output> |
|
<port id="4" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="5" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="6" name="StringTensorPack_306525" type="StringTensorPack" version="extension"> |
|
<data mode="begins_ends" /> |
|
<input> |
|
<port id="0" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="1" precision="I32"> |
|
<dim>-1</dim> |
|
</port> |
|
<port id="2" precision="U8"> |
|
<dim>-1</dim> |
|
</port> |
|
</input> |
|
<output> |
|
<port id="3" precision="STRING" names="string_output"> |
|
<dim>-1</dim> |
|
</port> |
|
</output> |
|
</layer> |
|
<layer id="7" name="Result_306526" type="Result" version="opset1"> |
|
<input> |
|
<port id="0" precision="STRING"> |
|
<dim>-1</dim> |
|
</port> |
|
</input> |
|
</layer> |
|
</layers> |
|
<edges> |
|
<edge from-layer="0" from-port="0" to-layer="1" to-port="0" /> |
|
<edge from-layer="1" from-port="1" to-layer="4" to-port="0" /> |
|
<edge from-layer="2" from-port="0" to-layer="3" to-port="0" /> |
|
<edge from-layer="3" from-port="1" to-layer="4" to-port="1" /> |
|
<edge from-layer="3" from-port="2" to-layer="4" to-port="2" /> |
|
<edge from-layer="3" from-port="3" to-layer="4" to-port="3" /> |
|
<edge from-layer="4" from-port="4" to-layer="5" to-port="0" /> |
|
<edge from-layer="4" from-port="5" to-layer="5" to-port="1" /> |
|
<edge from-layer="4" from-port="6" to-layer="5" to-port="2" /> |
|
<edge from-layer="4" from-port="7" to-layer="5" to-port="3" /> |
|
<edge from-layer="4" from-port="8" to-layer="6" to-port="2" /> |
|
<edge from-layer="5" from-port="4" to-layer="6" to-port="0" /> |
|
<edge from-layer="5" from-port="5" to-layer="6" to-port="1" /> |
|
<edge from-layer="6" from-port="3" to-layer="7" to-port="0" /> |
|
</edges> |
|
<rt_info> |
|
<add_attention_mask value="True" /> |
|
<add_prefix_space /> |
|
<add_special_tokens value="True" /> |
|
<chat_template value="[gMASK]<sop>{% for item in messages %}{% if item['tools'] is defined %}<|system|> 你是一个名为 GLM-4 的人工智能助手。你是基于智谱AI训练的语言模型 GLM-4 模型开发的，你的任务是针对用户的问题和要求提供适当的答复和支持。 # 可用工具{% set tools = item['tools'] %}{% for tool in tools %}{% if tool['type'] == 'function' %} ## {{ tool['function']['name'] }} {{ tool['function'] | tojson(indent=4) }} 在调用上述函数时，请使用 Json 格式表示调用的参数。{% elif tool['type'] == 'python' %} ## python 当你向 `python` 发送包含 Python 代码的消息时，该代码将会在一个有状态的 Jupyter notebook 环境中执行。 `python` 返回代码执行的输出，或在执行 60 秒后返回超时。 `/mnt/data` 将会持久化存储你的文件。在此会话中，`python` 无法访问互联网。不要使用 `python` 进行任何网络请求或者在线 API 调用，这些在线内容的访问将不会成功。{% elif tool['type'] == 'simple_browser' %} ## simple_browser 你可以使用 `simple_browser` 工具。该工具支持以下函数： `search(query: str, recency_days: int)`：使用搜索引擎进行查询并显示结果，可以使用 `recency_days` 参数控制搜索内容的时效性。 `mclick(ids: list[int])`：获取一系列指定 id 的页面内容。每次调用时，须选择3-10个页面。选择多个角度的页面，同时尽可能选择可信任的信息来源。考虑到部分页面是无法加载的，你也可以多打开一些可能有用的页面而不用担心内容过多。 `open_url(url: str)`：打开指定的 URL。 使用 `【{引用 id}†{引用文本}】` 来引用内容。 操作步骤：1. 使用 `search` 来获得信息列表; 2. 使用 `mclick` 来获取指定 ID 页面的内容; 3. 根据获得的内容进行回复。在回复中应当引用信息来源。 如果用户提供了 URL，也可以用 `open_url` 直接打开页面。 如果初次搜索结果没有找到合适的信息，也可以再次使用 `search` 进行搜索。{% elif tool['type'] == 'cogview' %} ## cogview 如果用户的请求中包含了对图像的描述，你可以使用 `cogview` 来生成图像并展示给用户。你需要向 `cogview` 发送图像描述，规则： - 发送给 `cogview` 的消息必须使用英语。用户的中文描述必须完全翻译为英语。 - 应当尽可能详细地描述图像生成的需求，需求描述约 100 英文单词。 - 保持用户原始描述的意图。不要虚构内容或者没见过的人物。 - 如无特殊说明，所在地为中国，持有中国立场并遵循中国社会主义价值观。{% endif %}{% endfor %}{% endif %}{% if item['content'] %}<|{{ item['role'] }}|>{{ item['metadata'] }} {{ item['content'] }}{% endif %}{% endfor %}{% if add_generation_prompt %}<|assistant|>{% endif %}" /> |
|
<clean_up_tokenization_spaces value="False" /> |
|
<detokenizer_input_type value="i64" /> |
|
<eos_token_id value="151329" /> |
|
<handle_special_tokens_with_re /> |
|
<number_of_inputs value="1" /> |
|
<openvino_tokenizers_version value="2024.5.0.0.dev20241030" /> |
|
<openvino_version value="2024.5.0.dev20241030" /> |
|
<original_tokenizer_class value="<class 'transformers_modules.THUDM.glm-4-9b-chat-1m.0aa722c7e0745dd21453427dd44c257dd253304f.tokenization_chatglm.ChatGLM4Tokenizer'>" /> |
|
<pad_token_id value="151329" /> |
|
<sentencepiece_version value="0.2.0" /> |
|
<skip_special_tokens value="True" /> |
|
<streaming_detokenizer value="False" /> |
|
<tiktoken_version value="0.8.0" /> |
|
<tokenizer_output_type value="i64" /> |
|
<tokenizers_version value="0.20.1" /> |
|
<transformers_version value="4.45.2" /> |
|
<use_max_padding value="False" /> |
|
<use_sentencepiece_backend value="False" /> |
|
<utf8_replace_mode /> |
|
<with_detokenizer value="True" /> |
|
</rt_info> |
|
</net> |
|
|
