Model 在 RAG推理中不断重覆生成相同的tokens
williamyu20 opened this issue · 3 comments
williamyu20 commented
提交前必须检查以下项目
- 请确保使用的是仓库最新代码（git pull），一些问题已被解决和修复。
- 我已阅读项目文档和FAQ章节并且已在Issue中对问题进行了搜索，没有找到相似问题和解决方案。
- 第三方插件问题：例如llama.cpp、LangChain、text-generation-webui等，同时建议到对应的项目中查找解决方案。
问题类型
模型推理
基础模型
Chinese-Alpaca-2-16K (7B/13B)
操作系统
Linux
详细描述问题
用Langchain 搭建了一个RAG，并且给model一些從Chatgpt 3.5 生成假的银行开帐户的资料，用llama.cpp作推理。看了Langchain retrieval的output 是没有任何问题的，能output相对应的资料，但model的回应却一直出现重复回覆相同tokens的情况，即使调节了repetition_penalty也没用。这是这个model原本的缺陷吗？ model用的是ggml-model-q8_0.gguf，以下是retrieval 得到的output和model的回应。
依赖情况（代码类问题务必提供）
No response
运行日志或截图
No response
ymcui commented
直接用llama.cpp做推理是否有这个问题？以此来判断是哪个环节出了问题。
github-actions commented
This issue has been automatically marked as stale because it has not had recent activity. It will be closed if no further activity occurs. Thank you for your consideration.
github-actions commented
Closing the issue, since no updates observed. Feel free to re-open if you need any further assistance.