Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Does .chat() support setting context length?

Aperta
#173 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
42/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
api

Direzione di ricerca

Inizia con l'esempio collegato di chat multi-turno e verifica come lms.llm() e lms.Chat() accettano la configurazione. Riproduci il TypeError con il valore di contextLength mostrato e determina il percorso di configurazione supportato; il lavoro è completato quando il flusso di chat documentato può impostare una context length di 8192 senza l'errore del costruttore.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hello I'm trying to set context length when running this code. Placing the configuration value in different places hasn't worked.

I am able to load the model with manually set context length in the GUI, then the terminal program runs fine using model = lms.llm()

https://lmstudio.ai/docs/python/llm-prediction/chat-completion#example-multi-turn-chat

If I load the config value with the model it doesn't apply the setting when opening .chat()
model = lms.llm("OpenAI-20B-NEO-CODEPlus-Uncensored-IQ4_NL.gguf", config={ "contextLength": 8192 })

If I set it in the chat I get an error. Example code:
chat = lms.Chat(systemprompt, config={ "contextLength": 8192 })
error:
line 59, in <module> chat = lms.Chat(systemprompt, config={ "contextLength": 8192 }) TypeError: Chat.__init__() got an unexpected keyword argument 'config'

Help with this issue would be appreciated.

Lingua principale
Python
Stelle
885
Fork
168
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di lmstudio-ai/lmstudio-python

Tutte le issue di lmstudio-ai/lmstudio-python

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.