近日，浪潮信息Yuan2.0大模型与FastChat框架完成全面适配，推出“企业快速本地化部署大模型对话平台”方案。该方案主要面向金融、法律、教育等领域，且有数据隐私保护需求的本地化部署场景。全面开放的对话模板功能， 用户可基于FastChat平台，快速对不同参数规模的Yuan2.0基础模型进行训练、评估和应用，将Yuan2.0系列基础大模型部署于私有环境，快速部署企业级大模型应用。值得一提的是，FastChat提供标准API格式（OpenAI标准）的服务，因此，原本采用OpenAI API接口所构建的系列应用，用户无需修改代码，仅需更新API服务的接口地址，即可灵活、丝滑地切换为本地部署的Yuan2.0千亿参数模型。
当前，各类模型迭代更新飞快。简单且易用的对话模型框架成为了开发者解决本地化构建对话系统的一大利器。标准一致的工具和环境，可有效实现后端模型的平滑迁移，开发者能够在不改变原有代码的情况下，轻松适应新的模型和技术要求。基于现成的框架和工具，依托繁荣的社区，进而有效地解决了技术门槛高、开发流程复杂、知识共享困难、部署维护成本高以及数据安全等一系列难题，不仅可提高开发效率，也可为开发者带来了更多的便利和可能性。
FastChat是加州大学伯克利分校LM-SYS发布的创新型开源项目，Github Star数超31k。旨在为研究和开发人员提供一个易于使用、可扩展的平台，用于训练、服务和评估基于LLM的聊天机器人，大幅降低开发人员构建问答系统的门槛，实现知识管理平台的轻松部署与高效维护。其核心功能包括提供最先进的模型权重、训练代码和评估代码（例如Yuan2.0、Vicuna、FastChat-T5）以及带有Web UI和兼容OpenAI RESTful API的分布式多模型服务系统。Yuan2.0系列基础大模型作为首个全面开源的千亿参数模型，在编程、推理、逻辑等方面表现优异。通过Fastchat平台，企业级用户可一键启动标准API（OpenAI标准）服务，满足企业需求的定制化应用开发，轻松对接口进行封装，高效且安全地开发智能对话系统。在保证数据私密性和安全性的同时，极大地提升了模型本地化部署的效率、应用性能及稳定性。
基于FastChat使用Yuan2.0大模型，Step by Step实操教程！
* 如下步骤以Yuan2-2B-Janus-hf模型为例：
Step 1: 安装FastChat
FastChat官方提供的两种安装方式--pip安装与源码安装
■ pip安装
官方提供的采用pip安装命令为pip3，建议大家采用python3.x，避免出现依赖包冲突。
■ 源码安装
先从github上下载源码，在FastChat目录下执行pip3操作：
Step 2 : 下载Yuan2.0系列基础大模型
Step 3：启动FastChat推理服务
采用如下命令启动FastChat服务：
至此，基于Yuan2.0基础大模型的FastChat推理服务就已启动完成了！服务启动后会进入客户端页面。客户端交互实例如下：
同时，也可选用WebUI，需要先启动fastchat的controller和worker，在命令行输入如下命令即可启动：
启动完成后，默认会弹出WebUI页面，选择Yuan2.0模板即可与Yuan2.0大模型进行对话。以下为使用WebUI与Yuan2.0进行交互的示例：
■ 作诗
■ 代码实现
■ 测试用例
■ 上下文测试
更多更新，请关注Github “源”交流专区,
前往GitHub搜索“IEIT-Yuan/Yuan-2.0“
