Un-skip tests

tests/test_llama.py

@@ -1,4 +1,3 @@
-import pytest
 import llama_cpp
 
 MODEL = "./vendor/llama.cpp/models/ggml-vocab.bin"
@@ -15,15 +14,20 @@ def test_llama():
     assert llama.detokenize(llama.tokenize(text)) == text
 
 
-@pytest.mark.skip(reason="need to update sample mocking")
+# @pytest.mark.skip(reason="need to update sample mocking")
 def test_llama_patch(monkeypatch):
     llama = llama_cpp.Llama(model_path=MODEL, vocab_only=True)
+    n_vocab = int(llama_cpp.llama_n_vocab(llama.ctx))
 
     ## Set up mock function
     def mock_eval(*args, **kwargs):
         return 0
+
+    def mock_get_logits(*args, **kwargs):
+        return (llama_cpp.c_float * n_vocab)(*[llama_cpp.c_float(0) for _ in range(n_vocab)])
 
     monkeypatch.setattr("llama_cpp.llama_cpp.llama_eval", mock_eval)
+    monkeypatch.setattr("llama_cpp.llama_cpp.llama_get_logits", mock_get_logits)
 
     output_text = " jumps over the lazy dog."
     output_tokens = llama.tokenize(output_text.encode("utf-8"))
@@ -38,7 +42,7 @@ def mock_sample(*args, **kwargs):
         else:
             return token_eos
 
-    monkeypatch.setattr("llama_cpp.llama_cpp.llama_sample_top_p_top_k", mock_sample)
+    monkeypatch.setattr("llama_cpp.llama_cpp.llama_sample_token", mock_sample)
 
     text = "The quick brown fox"
 
@@ -97,15 +101,19 @@ def test_llama_pickle():
 
     assert llama.detokenize(llama.tokenize(text)) == text
 
-@pytest.mark.skip(reason="need to update sample mocking")
 def test_utf8(monkeypatch):
     llama = llama_cpp.Llama(model_path=MODEL, vocab_only=True)
+    n_vocab = int(llama_cpp.llama_n_vocab(llama.ctx))
 
     ## Set up mock function
     def mock_eval(*args, **kwargs):
         return 0
 
+    def mock_get_logits(*args, **kwargs):
+        return (llama_cpp.c_float * n_vocab)(*[llama_cpp.c_float(0) for _ in range(n_vocab)])
+
     monkeypatch.setattr("llama_cpp.llama_cpp.llama_eval", mock_eval)
+    monkeypatch.setattr("llama_cpp.llama_cpp.llama_get_logits", mock_get_logits)
 
     output_text = "😀"
     output_tokens = llama.tokenize(output_text.encode("utf-8"))
@@ -120,7 +128,7 @@ def mock_sample(*args, **kwargs):
         else:
             return token_eos
 
-    monkeypatch.setattr("llama_cpp.llama_cpp.llama_sample_top_p_top_k", mock_sample)
+    monkeypatch.setattr("llama_cpp.llama_cpp.llama_sample_token", mock_sample)
 
     ## Test basic completion with utf8 multibyte
     n = 0  # reset