Limour/llama-python-streamingllm

1{2	"setting_cache_path": {3		"value": "cache/"4	},5	"setting_seed": {6		"value": 42949672957	},8	"setting_n_gpu_layers": {9		"value": 4910	},11	"setting_offload_kqv": {12		"value": true13	},14	"setting_max_tokens": {15		"value": 1024,16		"minimum": 117	},18	"setting_n_discard": {19		"value": 256,20		"minimum": 1,21		"maximum": 409522	},23	"setting_temperature": {24		"value": 0.7,25		"step": 0.1,26		"info": "温度设置：通过缩放概率而不删除选项来控制输出的「随机」程度。较低的值更合乎逻辑，但创意较差。可以根据需要随时调整。"27	},28	"setting_repeat_penalty": {29		"value": 1.1,30		"minimum": 0,31		"maximum": 2,32		"step": 0.1,33		"info": "重复惩罚：应用惩罚以减少最近已经使用的单词的重复，使 AI 的输出减少重复。"34	},35	"setting_frequency_penalty": {36		"value": 0,37		"minimum": 0,38		"maximum": 2,39		"step": 0.1,40		"info": "频率惩罚：应用惩罚以减少最近已经使用的单词的重复，使 AI 的输出减少重复。将值设置为 0 以禁用其效果。"41	},42	"setting_presence_penalty": {43		"value": 0,44		"minimum": 0,45		"maximum": 2,46		"step": 0.1,47		"info": "存在惩罚：应用惩罚以减少指定范围内已经使用的单词的重复，使 AI 的输出减少重复。将值设置为 0 以禁用其效果。"48	},49	"setting_repeat_last_n": {50		"value": 1200,51		"minimum": 0,52		"maximum": 4095,53		"info": "惩罚时会考虑的最近的 tokens 数量"54	},55	"setting_top_k": {56		"value": 40,57		"minimum": 0,58		"info": "此设置将可供选择的可能字词数量限制为前 K 个最有可能的选项，并删除其他所有内容。可与 Top-P 一起使用。将值设置为 0 以禁用其效果。"59	},60	"setting_top_p": {61		"value": 0.92,62		"minimum": 0,63		"maximum": 1,64		"step": 0.1,65		"info": "在采样过程中丢弃不太可能的文本。仅考虑累积概率总和为 P 的单词。低值使文本可预测，因为删除了不常见的标记。将值设置为 1 以禁用其效果。"66	},67	"setting_min_p": {68		"value": 0.05,69		"minimum": 0,70		"maximum": 1,71		"step": 0.01,72		"info": "作为 Top-P 的替代项，相对于最可能的令牌的概率，令牌被考虑的最小概率。例如，当p=0.05且最可能的令牌的概率为0.9时，数值小于0.045的logits将被过滤掉。"73	},74	"setting_typical_p": {75		"value": 1,76		"minimum": 0,77		"maximum": 1,78		"step": 0.01,79		"info": "典型采样：从可能的单词清单中随机选择单词，每个单词都有相等的机会被选中。此方法可以生成更多样化的文本，但也可能不太连贯。将值设置为 1 以禁用其效果。"80	},81	"setting_tfs_z": {82		"value": 1,83		"minimum": 0,84		"maximum": 1,85		"step": 0.01,86		"info": "无尾采样：作为 Top-P 的替代项，此设置在文本生成过程中从考虑范围中删除最不可能的单词，考虑二阶导数。可以提高生成的文本的质量和连贯性。将值设置为 1 以禁用其效果。"87	},88	"setting_mirostat_mode": {89		"value": 0,90		"minimum": 0,91		"maximum": 2,92		"info": "覆盖其他采样器的替代采样方法。将值设置为 0 以禁用其效果。"93	},94	"setting_mirostat_eta": {95		"value": 0.1,96		"minimum": 0,97		"step": 0.01,98		"info": "学习率影响算法对生成文本的反馈作出反应的速度。较低的学习率会导致调整较慢，而较高的学习率会使算法更具响应性。"99	},100	"setting_mirostat_tau": {101		"value": 5,102		"minimum": 0,103		"step": 0.1,104		"info": "调整目标熵可以控制生成文本中连贯性和多样性之间的平衡。较低的数值会导致更加集中和连贯的文本，而较高的数值则会导致更多样化但潜在地更不连贯的文本。"105	},106	"msg": {107		"value": "我亲爱的妹妹，早上好"108	}109}