Black formatting

llama_cpp/llama.py

@@ -60,7 +60,11 @@ class Llama:
             stop = [s.encode("utf-8") for s in stop]
 
         prompt_tokens = llama_cpp.llama_tokenize(
-            self.ctx, prompt.encode("utf-8"), self.tokens, llama_cpp.llama_n_ctx(self.ctx), True
+            self.ctx,
+            prompt.encode("utf-8"),
+            self.tokens,
+            llama_cpp.llama_n_ctx(self.ctx),
+            True,
         )
 
         if prompt_tokens + max_tokens > self.params.n_ctx:

llama_cpp/llama_cpp.py

@@ -67,6 +67,7 @@ def llama_context_default_params() -> llama_context_params:
 lib.llama_context_default_params.argtypes = []
 lib.llama_context_default_params.restype = llama_context_params
 
+
 # Various functions for loading a ggml llama model.
 # Allocate (almost) all memory needed for the model.
 # Return NULL on failure
@@ -79,6 +80,7 @@ def llama_init_from_file(
 lib.llama_init_from_file.argtypes = [c_char_p, llama_context_params]
 lib.llama_init_from_file.restype = llama_context_p
 
+
 # Frees all allocated memory
 def llama_free(ctx: llama_context_p):
     lib.llama_free(ctx)
@@ -87,6 +89,7 @@ def llama_free(ctx: llama_context_p):
 lib.llama_free.argtypes = [llama_context_p]
 lib.llama_free.restype = None
 
+
 # TODO: not great API - very likely to change
 # Returns 0 on success
 def llama_model_quantize(
@@ -98,6 +101,7 @@ def llama_model_quantize(
 lib.llama_model_quantize.argtypes = [c_char_p, c_char_p, c_int, c_int]
 lib.llama_model_quantize.restype = c_int
 
+
 # Run the llama inference to obtain the logits and probabilities for the next token.
 # tokens + n_tokens is the provided batch of new tokens to process
 # n_past is the number of tokens to use from previous eval calls
@@ -155,6 +159,7 @@ def llama_n_ctx(ctx: llama_context_p) -> c_int:
 lib.llama_n_ctx.argtypes = [llama_context_p]
 lib.llama_n_ctx.restype = c_int
 
+
 # Token logits obtained from the last call to llama_eval()
 # The logits for the last token are stored in the last row
 # Can be mutated in order to change the probabilities of the next token
@@ -167,14 +172,17 @@ def llama_get_logits(ctx: llama_context_p):
 lib.llama_get_logits.argtypes = [llama_context_p]
 lib.llama_get_logits.restype = POINTER(c_float)
 
+
 # Get the embeddings for the input
 # shape: [n_embd] (1-dimensional)
 def llama_get_embeddings(ctx: llama_context_p):
     return lib.llama_get_embeddings(ctx)
 
+
 lib.llama_get_embeddings.argtypes = [llama_context_p]
 lib.llama_get_embeddings.restype = POINTER(c_float)
 
+
 # Token Id -> String. Uses the vocabulary in the provided context
 def llama_token_to_str(ctx: llama_context_p, token: int) -> bytes:
     return lib.llama_token_to_str(ctx, token)
@@ -185,6 +193,7 @@ lib.llama_token_to_str.restype = c_char_p
 
 # Special tokens
 
+
 def llama_token_bos() -> llama_token:
     return lib.llama_token_bos()
 
@@ -230,6 +239,7 @@ lib.llama_sample_top_p_top_k.restype = llama_token
 
 # Performance information
 
+
 def llama_print_timings(ctx: llama_context_p):
     lib.llama_print_timings(ctx)
 

setup.py

@@ -7,5 +7,5 @@ setup(
     author="Andrei Betlen",
     author_email="abetlen@gmail.com",
     license="MIT",
-    packages=["llama_cpp"]
+    packages=["llama_cpp"],
 )