[BUG] Chat 函数有bug

[huajianmao]

是否已有关于该错误的issue？ | Is there an existing issue for this?

• 我已经搜索过已有的issues | I have searched the existing issues

当前行为 | Current Behavior

加载模型后，先调用chat(..., stream=True)，然后再调chat(..., stream=False)的时候，会报错。

AttributeError: 'GenerationConfig' object has no attribute 'do_stream'

可能是因为stream里会设置self.__class__.generate 和 sample_stream的原因。

期望行为 | Expected Behavior

两者行为应该相互独立

复现方法 | Steps To Reproduce

from transformers import AutoTokenizer, AutoModelForCausalLM
from transformers.generation import GenerationConfig

model_id = "Qwen/Qwen-7B-Chat"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="cuda", trust_remote_code=True).cuda().eval()
model.generation_config = GenerationConfig.from_pretrained(model_id, trust_remote_code=True)

query = "Hi"
history = None

model.chat(tokenizer, query, history, stream=True) # <--------- OK
model.chat(tokenizer, query, history) # <--------- It will fail

### 运行环境 | Environment

```Markdown
- OS:
- Python:
- Transformers:
- PyTorch:
- CUDA (`python -c 'import torch; print(torch.version.cuda)'`):

备注 | Anything else?

No response

[huajianmao]

另外，stop_words_ids在stream模式下是无效的。

[HongyuJiang]

遇到了同样的问题

[huajianmao]

建议添加自动测试用例等，提高模型代码质量

[fyabc]

@huajianmao 您好，该问题已经在最新的HuggingFace repo中修复，您可以更新到最新版本，然后重新尝试一下
在调用时，请将model.chat(..., stream=True)调用替换为model.chat_stream(...)，前者已废弃

[JianxinMa]

@huajianmao 您好，该问题已经在最新的HuggingFace repo中修复，您可以更新到最新版本，然后重新尝试一下 在调用时，请将model.chat(..., stream=True)调用替换为model.chat_stream(...)，前者已废弃

更好的做法是不是做下兼容，让 model.chat(..., stream=True)等价于model.chat_stream(...)？