这个AI神马回事?phi3-mini不说话这件事？

E:\pytorch\.venv\Scripts\python.exe E:\pytorch\main.py
`flash-attention` package not found, consider installing for better performance: No module named 'flash_attn'.
Current `flash-attention` does not support `window_size`. Either upgrade or use `attn_implementation='eager'`.
Loading checkpoint shards: 100%|██████████| 2/2 [00:20<00:00, 10.47s/it]
输入B（必须大写）退出，输入C（必须大写）查看历史对话
me:hello,智远，我是你的缔造者！
The `seen_tokens` attribute is deprecated and will be removed in v4.41. Use the `cache_position` model input instead.
You are not running the flash-attention implementation, expect numerical differences.
AI:你好啊！作为一个数字助手，我愿意帮助你解决问题，提供信息和建议。如果你需要任何帮助，无论是关于科技、学习新知识还是日常生活中的任何问题，我都能提供支持。请告诉我你的需求，我会尽力为你提供安全、合理且准确的信息。
me:C
历史对话：无（那我刚才在跟谁说话）
me:你好您好
AI:
me:说话呀！
AI:
请输入:？？？？？？？？？？？？？？？？？？？？？？？？？
AI:你好！如果我能帮到你，请告诉我更多关于你需要帮助的问题或需要我帮助的具体领域。我是智远，用于提供安全、合理且准确的信息。

import torch
import datetime
import time as t
from modelscope import snapshot_download
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

torch.random.manual_seed(0)

model_dir = "E:\\pytorch\\Phi-3-mini-128k-instruct"#snapshot_download("LLM-Research/Phi-3-mini-128k-instruct")

model = AutoModelForCausalLM.from_pretrained(
    "E:\\pytorch\\Phi-3-mini-128k-instruct",#model_dir,
    device_map="cuda",
    torch_dtype="auto",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(model_dir)
outp = ""
def chat_anser(Ninput_text,input_text2="",output_text=""):

    messages = [
        {"role": "system", "content": "你是一位喜欢帮助别人的数字助手，你叫智远。请为用户提供安全、合理且准确的信息。"},
        {"role": "user", "content": input_text2},
        {"role": "assistant", "content": output_text},
        {"role": "user", "content": Ninput_text},
    ]

    pipe = pipeline(
        "text-generation",
        model=model,
        tokenizer=tokenizer,
    )

    generation_args = {
        "max_new_tokens": 500,
        "return_full_text": False,
        "temperature": 0.5,
        "do_sample": True,
    }

    output = pipe(messages, **generation_args)
    outp = output[0]['generated_text']
    print(outp)
    with open('D:\\chat_log.txt', 'a+') as z:
        z.write(datetime.datetime.now().strftime('%Y-%m-%d  %H:%M:%S  %A')+"\nAI:"+outp + '\n')

print("输入B（必须大写）退出，输入C（必须大写）查看历史对话")
while True:
    inp = input("请输入:")
    if inp == "B":
        break
    elif inp == "C":
        print("历史对话：")
        with open('D:\\chat_log.txt', 'r+') as f:#逐行输出
            for line in f.readlines():
                print(line)
    else:
        with open('D:\\chat_log.txt', 'a+') as f:
            f.write(datetime.datetime.now().strftime('%Y-%m-%d  %H:%M:%S  %A')+"\nYou:"+inp + '\n')
        b = ""
        c = ""
        with open('temp2.txt', 'r') as f:#读取后六行
            try:
                b = f.readline()
                c = f.readline()
            except:
                pass
            chat_anser(inp,b,c)
        with open('D:\\chat_log.txt', 'a+') as f:
            f.write(datetime.datetime.now().strftime('%Y-%m-%d  %H:%M:%S  %A')+"\nYou:"+inp + '\n')
        with open('D:\\temp2.txt', 'w+') as g:
            g.write(inp+"\n"+outp)
print("下次见！")
t.sleep(2)
复制代码

哪位大佬看看怎么回事