}
}
- const json data = format_final_response(llama, llama.generated_text, llama.generated_token_probs);
+ auto probs = llama.generated_token_probs;
+ if (llama.params.n_probs > 0 && llama.stopped_word) {
+ const std::vector<llama_token> stop_word_toks = llama_tokenize(llama.ctx, llama.stopping_word, false);
+ probs = std::vector<completion_token_output>(llama.generated_token_probs.begin(), llama.generated_token_probs.end() - stop_word_toks.size());
+ }
+
+ const json data = format_final_response(llama, llama.generated_text, probs);
llama_print_timings(llama.ctx);
if (!llama.has_next_token) {
// Generation is done, send extra information.
- const json data = format_final_response(llama, "", llama.generated_token_probs);
+ const json data = format_final_response(
+ llama,
+ "",
+ std::vector<completion_token_output>(llama.generated_token_probs.begin(), llama.generated_token_probs.begin() + sent_token_probs_index)
+ );
const std::string str =
"data: " +