Update examples

examples/fastapi_server.py

@@ -1,3 +1,5 @@
+"""Example FastAPI server for llama.cpp.
+"""
 from typing import List, Optional
 
 from llama_cpp import Llama

examples/low_level_api_inference.py

@@ -1,49 +0,0 @@
-""" Example of low-level API inference based on https://github.com/ggerganov/llama.cpp/issues/384#issuecomment-1480129622 
-"""
-import multiprocessing
-
-import llama_cpp
-
-N_THREADS = multiprocessing.cpu_count()
-
-prompt = b"\n\n### Instruction:\nWhat is the capital of France?\n\n### Response:\n"
-
-lparams = llama_cpp.llama_context_default_params()
-
-ctx = llama_cpp.llama_init_from_file(b"models/ggml-alpaca-7b-q4.bin", lparams)
-tmp = [0, 1, 2, 3]
-llama_cpp.llama_eval(ctx, (llama_cpp.c_int * len(tmp))(*tmp), len(tmp), 0, N_THREADS)
-
-embd_inp = (llama_cpp.llama_token * (len(prompt) + 1))()
-n_of_tok = llama_cpp.llama_tokenize(ctx, prompt, embd_inp, len(embd_inp), True)
-embd_inp = embd_inp[:n_of_tok]
-
-for i in range(len(embd_inp)):
-    llama_cpp.llama_eval(ctx, (llama_cpp.c_int * 1)(embd_inp[i]), 1, i, N_THREADS)
-
-prediction = b""
-embd = embd_inp
-
-n = 8
-
-for i in range(n):
-    id = llama_cpp.llama_sample_top_p_top_k(
-        ctx,
-        (llama_cpp.c_int * len(embd))(*embd),
-        n_of_tok + i,
-        40,
-        0.8,
-        0.2,
-        1.0 / 0.85,
-    )
-
-    embd.append(id)
-
-    prediction += llama_cpp.llama_token_to_str(ctx, id)
-
-    llama_cpp.llama_eval(ctx, (llama_cpp.c_int * 1)(embd[-1]), 1, len(embd), N_THREADS)
-
-
-llama_cpp.llama_free(ctx)
-
-print(prediction.decode("utf-8"))