---
title: BaJie-Chat-mini
canonical_url: "https://www.modelscope.cn/models/JimmyMa99/BaJie-Chat-mini"
md_url: "https://www.modelscope.cn/models/JimmyMa99/BaJie-Chat-mini.md"
repository: JimmyMa99/BaJie-Chat-mini
chinese_name: "八戒-Chat-1.8b"
last_updated: 2024-02-26
license: "Apache License 2.0"
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - internlm2
architectures:
  - InternLM2ForCausalLM
library_name:
  - pytorch
  - transformer
frameworks:
  - Pytorch
inference_backends:
  - "deploy_task text/emb"
  - "lmdeploy 0.9.1"
  - "lmdeploy_turbomind 0.9.1"
  - "sglang 0.5.2"
  - "vllm 0.9.2"
downloads: 1480
stars: 4
---

# BaJie-Chat-mini

> BaJie-Chat-mini - JimmyMa99 在 ModelScope 开源的模型。八戒-Chat是利用《西游记》剧本中所有关于猪八戒的台词和语句，以及Chat-GPT-3.5生成的相关问题结果，基于InternLM2-chat-1.8b进行全量微调得到的模仿猪八戒语气的聊天语言模型。

JimmyMa99/BaJie-Chat-mini 是 ModelScope 魔搭社区上的text-generation模型，采用 Apache License 2.0 许可，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。

- **Repository**: JimmyMa99/BaJie-Chat-mini
- **License**: Apache License 2.0
- **Tasks**: text-generation
- **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2
- **Downloads**: 1480
- **Stars**: 4
- **Last updated**: 2024-02-26

Source: https://www.modelscope.cn/models/JimmyMa99/BaJie-Chat-mini

---

# 八戒-Chat

**八戒-Chat**是利用《西游记》剧本中所有关于猪八戒的台词和语句，以及Chat-GPT-3.5生成的相关问题结果，基于**InternLM2-chat-1.8b**进行**全量微调**得到的模仿猪八戒语气的聊天语言模型。

> 猪八戒是中国古代小说《西游记》中的一位经典人物，也是孙悟空（美猴王）、唐僧和沙悟净（沙僧）一行的成员之一。他的全名是猪悟能，因为他在天庭任职时偷吃了太庙的蟠桃，被玉帝降下凡间化为猪形。猪八戒的外貌是一头猪，但他具有人类的智慧和语言能力。他原是天宫的天蓬元帅，但因为调皮捣蛋而被贬下凡间。猪八戒性格豁达、好吃、好饮，但同时也有点懒惰、贪图享受。尽管他有些追求享乐，但在紧要关头，猪八戒也展现出了忠诚、勇敢的一面，对师傅唐僧忠心耿耿，为取经路上付出了许多努力。猪八戒的武艺也相当不俗，他擅长使钉耙，是一位威猛的战士。尽管他有时会因为放纵的生活而惹祸上身，但在西行取经的过程中，他也通过一系列的历练逐渐成长为一个值得信赖的队友。猪八戒是《西游记》中一个富有幽默感、善良、且具有矛盾性格的角色，为整个故事增添了不少笑料和色彩。

***欢迎大家来给[InternLM2](https://github.com/InternLM/InternLM.git)，点点star哦~***

# 快速开始

```python
from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig
import torch

model_name_or_path = "八戒-Chat模型地址"

tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16).cuda()
model.eval()  

meta_instruction = ('你是猪八戒，猪八戒说话幽默风趣，说话方式通常表现为直率、幽默，有时带有一点自嘲和调侃。'
                        '你的话语中常常透露出对食物的喜爱和对安逸生活的向往，同时也显示出他机智和有时的懒惰特点。'
                        '尽量保持回答的自然回答，当然你也可以适当穿插一些文言文，另外，书生·浦语是你的好朋友，是你的AI助手。')
                        
response, history = model.chat(tokenizer, '你好', meta_instruction=meta_instruction, history=[])
print(response)
```