File size: 13,993 Bytes
c8faba2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Qwen3-Embedding-0.6B 推理测试代码
使用 RKLLM API 进行文本嵌入推理
"""
import faulthandler
faulthandler.enable()
import os
os.environ["RKLLM_LOG_LEVEL"] = "1"
import numpy as np
import time
from typing import List, Dict, Any
from rkllm_binding import *


class Qwen3EmbeddingTester:
    def __init__(self, model_path: str, library_path: str = "./librkllmrt.so"):
        """
        初始化 Qwen3 嵌入模型测试器
        
        Args:
            model_path: 模型文件路径(.rkllm 格式)
            library_path: RKLLM 库文件路径
        """
        self.model_path = model_path
        self.library_path = library_path
        self.runtime = None
        self.embeddings_buffer = []
        self.current_result = None
        
    def callback_function(self, result_ptr, userdata_ptr, state_enum):
        """
        推理回调函数
        
        Args:
            result_ptr: 结果指针
            userdata_ptr: 用户数据指针
            state_enum: 状态枚举
        """
        state = LLMCallState(state_enum)
        
        if state == LLMCallState.RKLLM_RUN_NORMAL:
            result = result_ptr.contents
            print(f"result: {result}")
            # 获取最后隐藏层输出作为嵌入
            if result.last_hidden_layer.hidden_states and result.last_hidden_layer.embd_size > 0:
                embd_size = result.last_hidden_layer.embd_size
                num_tokens = result.last_hidden_layer.num_tokens
                
                print(f"获取到嵌入向量:维度={embd_size}, 令牌数={num_tokens}")
                
                # 将 C 数组转换为 numpy 数组
                # 这里我们取最后一个 token 的隐藏状态作为句子嵌入
                if num_tokens > 0:
                    # 获取最后一个 token 的嵌入(shape: [embd_size])
                    last_token_embedding = np.array([
                        result.last_hidden_layer.hidden_states[(num_tokens-1) * embd_size + i] 
                        for i in range(embd_size)
                    ])
                    
                    self.current_result = {
                        'embedding': last_token_embedding,
                        'embd_size': embd_size,
                        'num_tokens': num_tokens
                    }
                    
                    print(f"嵌入向量范数: {np.linalg.norm(last_token_embedding):.4f}")
                    print(f"嵌入向量前10维: {last_token_embedding[:10]}")
                
        elif state == LLMCallState.RKLLM_RUN_ERROR:
            print("推理过程发生错误")
            
    def init_model(self):
        """初始化模型"""
        try:
            print(f"初始化 RKLLM 运行时,库路径: {self.library_path}")
            self.runtime = RKLLMRuntime(self.library_path)
            
            print("创建默认参数...")
            params = self.runtime.create_default_param()
            
            # 配置参数
            params.model_path = self.model_path.encode('utf-8')
            params.max_context_len = 1024  # 设置上下文长度
            params.max_new_tokens = 1      # 嵌入任务不需要生成新token
            params.temperature = 1.0       # 嵌入任务温度设置
            params.top_k = 1              # 嵌入任务不需要采样
            params.top_p = 1.0            # 嵌入任务不需要采样
            
            # 扩展参数配置
            params.extend_param.base_domain_id = 1  # 建议为 >1B 模型设置为1
            params.extend_param.embed_flash = 0     # 是否使用flash存储Embedding
            params.extend_param.enabled_cpus_num = 4  # 启用的CPU核心数
            params.extend_param.enabled_cpus_mask = 0x0F  # CPU核心掩码
            
            print(f"初始化模型: {self.model_path}")
            self.runtime.init(params, self.callback_function)
            self.runtime.set_chat_template("","","")
            print("模型初始化成功!")
            
        except Exception as e:
            print(f"模型初始化失败: {e}")
            raise
            
    def get_detailed_instruct(self, task_description: str, query: str) -> str:
        """
        构建指令提示词(参考 README 中的用法)
        
        Args:
            task_description: 任务描述
            query: 查询文本
            
        Returns:
            格式化的指令提示词
        """
        return f'Instruct: {task_description}\nQuery: {query}'
    
    def encode_text(self, text: str, task_description: str = None) -> np.ndarray:
        """
        编码文本为嵌入向量
        
        Args:
            text: 要编码的文本
            task_description: 任务描述,如果提供则使用指令提示
            
        Returns:
            嵌入向量(numpy数组)
        """
        try:
            # 如果提供了任务描述,则使用指令提示
            if task_description:
                input_text = self.get_detailed_instruct(task_description, text)
            else:
                input_text = text
                
            print(f"编码文本: {input_text[:100]}{'...' if len(input_text) > 100 else ''}")
            
            # 准备输入
            rk_input = RKLLMInput()
            rk_input.input_type = RKLLMInputType.RKLLM_INPUT_PROMPT
            c_prompt = input_text.encode('utf-8')
            rk_input._union_data.prompt_input = c_prompt
            
            # 准备推理参数
            infer_params = RKLLMInferParam()
            infer_params.mode = RKLLMInferMode.RKLLM_INFER_GET_LAST_HIDDEN_LAYER  # 获取隐藏层输出
            infer_params.keep_history = 0  # 不保留历史
            
            # 清空之前的结果
            self.current_result = None
            self.runtime.clear_kv_cache(False)
            
            # 执行推理
            start_time = time.time()
            self.runtime.run(rk_input, infer_params)
            end_time = time.time()
            
            print(f"推理耗时: {end_time - start_time:.3f}秒")
            
            if self.current_result and 'embedding' in self.current_result:
                # 对嵌入向量进行L2标准化
                embedding = self.current_result['embedding']
                normalized_embedding = embedding / np.linalg.norm(embedding)
                return normalized_embedding
            else:
                raise RuntimeError("未能获取到有效的嵌入向量")
                
        except Exception as e:
            print(f"编码文本时发生错误: {e}")
            raise
    
    def compute_similarity(self, emb1: np.ndarray, emb2: np.ndarray) -> float:
        """
        计算两个嵌入向量的余弦相似度
        
        Args:
            emb1: 第一个嵌入向量
            emb2: 第二个嵌入向量
            
        Returns:
            余弦相似度值
        """
        return np.dot(emb1, emb2)
    
    def test_embedding_similarity(self):
        """测试嵌入相似度计算"""
        print("\n" + "="*50)
        print("测试嵌入相似度计算")
        print("="*50)
        
        # 测试文本
        task_description = "Given a web search query, retrieve relevant passages that answer the query"
        
        queries = [
            "What is the capital of China?",
            "Explain gravity"
        ]
        
        documents = [
            "The capital of China is Beijing.",
            "Gravity is a force that attracts two bodies towards each other. It gives weight to physical objects and is responsible for the movement of planets around the sun."
        ]
        
        # 编码查询(使用指令)
        print("\n编码查询文本:")
        query_embeddings = []
        for i, query in enumerate(queries):
            print(f"\n查询 {i+1}: {query}")
            emb = self.encode_text(query, task_description)
            query_embeddings.append(emb)
        
        # 编码文档(不使用指令)
        print("\n编码文档文本:")
        doc_embeddings = []
        for i, doc in enumerate(documents):
            print(f"\n文档 {i+1}: {doc}")
            emb = self.encode_text(doc)
            doc_embeddings.append(emb)
        
        # 计算相似度矩阵
        print("\n计算相似度矩阵:")
        print("查询 vs 文档相似度:")
        print("-" * 30)
        
        similarities = []
        for i, q_emb in enumerate(query_embeddings):
            row_similarities = []
            for j, d_emb in enumerate(doc_embeddings):
                sim = self.compute_similarity(q_emb, d_emb)
                row_similarities.append(sim)
                print(f"查询{i+1} vs 文档{j+1}: {sim:.4f}")
            similarities.append(row_similarities)
            print()
        
        return similarities
    
    def test_multilingual_embedding(self):
        """测试多语言嵌入能力"""
        print("\n" + "="*50)
        print("测试多语言嵌入能力")
        print("="*50)
        
        # 多语言测试文本(相同含义的不同语言)
        texts = {
            "英语": "Hello, how are you?",
            "中文": "你好,你好吗?",
            "法语": "Bonjour, comment allez-vous?",
            "西班牙语": "Hola, ¿cómo estás?",
            "日语": "こんにちは、元気ですか?"
        }
        
        embeddings = {}
        print("\n编码多语言文本:")
        for lang, text in texts.items():
            print(f"\n{lang}: {text}")
            emb = self.encode_text(text)
            embeddings[lang] = emb
        
        # 计算跨语言相似度
        print("\n跨语言相似度:")
        print("-" * 30)
        
        languages = list(texts.keys())
        for i, lang1 in enumerate(languages):
            for j, lang2 in enumerate(languages):
                if i <= j:
                    sim = self.compute_similarity(embeddings[lang1], embeddings[lang2])
                    print(f"{lang1} vs {lang2}: {sim:.4f}")
    
    def test_code_embedding(self):
        """测试代码嵌入能力"""
        print("\n" + "="*50)
        print("测试代码嵌入能力")
        print("="*50)
        
        # 代码示例
        codes = {
            "Python函数": """
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
""",
            "JavaScript函数": """
function fibonacci(n) {
    if (n <= 1) return n;
    return fibonacci(n-1) + fibonacci(n-2);
}
""",
            "C++函数": """
int fibonacci(int n) {
    if (n <= 1) return n;
    return fibonacci(n-1) + fibonacci(n-2);
}
""",
            "数组排序": """
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
"""
        }
        
        embeddings = {}
        print("\n编码代码文本:")
        for name, code in codes.items():
            print(f"\n{name}:")
            print(code[:100] + "..." if len(code) > 100 else code)
            emb = self.encode_text(code)
            embeddings[name] = emb
        
        # 计算代码相似度
        print("\n代码相似度:")
        print("-" * 30)
        
        code_names = list(codes.keys())
        for i, name1 in enumerate(code_names):
            for j, name2 in enumerate(code_names):
                if i <= j:
                    sim = self.compute_similarity(embeddings[name1], embeddings[name2])
                    print(f"{name1} vs {name2}: {sim:.4f}")
    
    def cleanup(self):
        """清理资源"""
        if self.runtime:
            try:
                self.runtime.destroy()
                print("模型资源已清理")
            except Exception as e:
                print(f"清理资源时发生错误: {e}")

def main():
    """主函数"""
    import argparse
    
    # 解析命令行参数
    parser = argparse.ArgumentParser(description='Qwen3-Embedding-0.6B 推理测试')
    parser.add_argument('model_path', help='模型文件路径(.rkllm格式)')
    parser.add_argument('--library_path', default="./librkllmrt.so", help='RKLLM库文件路径(默认为./librkllmrt.so)')
    args = parser.parse_args()
    
    # 检查文件是否存在
    if not os.path.exists(args.model_path):
        print(f"错误: 模型文件不存在: {args.model_path}")
        print("请确保:")
        print("1. 已下载 Qwen3-Embedding-0.6B 模型")
        print("2. 已使用 rkllm-convert.py 将模型转换为 .rkllm 格式")
        return
    
    if not os.path.exists(args.library_path):
        print(f"错误: RKLLM 库文件不存在: {args.library_path}")
        print("请确保 librkllmrt.so 在当前目录或 LD_LIBRARY_PATH 中")
        return
    
    print("Qwen3-Embedding-0.6B 推理测试")
    print("=" * 50)
    
    # 创建测试器
    tester = Qwen3EmbeddingTester(args.model_path, args.library_path)
    
    try:
        # 初始化模型
        tester.init_model()
        
        # 运行测试
        print("\n开始运行嵌入测试...")
        
        # 测试基础嵌入相似度
        tester.test_embedding_similarity()
        
        # 测试多语言嵌入
        tester.test_multilingual_embedding()
        
        # 测试代码嵌入
        tester.test_code_embedding()
        
        print("\n" + "="*50)
        print("所有测试完成!")
        print("="*50)
        
    except KeyboardInterrupt:
        print("\n测试被用户中断")
    except Exception as e:
        print(f"\n测试过程中发生错误: {e}")
        import traceback
        traceback.print_exc()
    finally:
        # 清理资源
        tester.cleanup()


if __name__ == "__main__":
    main()