5.llama.cpp编译及使用

llama.cpp的编译及使用

下载源码

• llama.cpp
  

1. https://github.com/ggerganov/llama.cpp

复制代码

• ggml 向量库
  

1. https://github.com/ggerganov/ggml

复制代码

安装依靠库

• cmake 编译：版本稍高一些，我的是3.22
  

编译

支持cuda

1. cd llama.cpp
2. mkdir build
3. cd build
4. cmake .. -DLLAMA_CUBLAS=ON
5. make -j8

复制代码

末了在build/bin目次下生成
下载模型

• meta官网下载，贼麻烦
  

1. https://ai.meta.com/llama/

复制代码

1. https://huggingface.co/
2. meta-llama

复制代码

• huggingface下载
  

1. https://huggingface.co/

复制代码

• Linly: 国内Linly开源
  

1. https://github.com/CVI-SZU/Linly

复制代码

模型量化

模型量化的python代码在llama.cpp下面找到。在硬件资源有限的情况下才对模型举行量化。
在build/bin找到quantize

• 模型下载
  

1. https://huggingface.co/
2. meta-llama
3. /Llama-2-7b-hf

复制代码

• 模型转换
  convert the 7B model to ggml FP16 format 默认做当前目次下生成ggml模型ggml-model-f16.bin
  

1. python convert.py models/llama-2-7b-hf/

复制代码

在较新版本默认生成的是ggml-model-f16.gguf

• 模型量化
  quantize the model to 4-bits (using q4_0 method) 进一步对FP16模型举行4-bit量化
  

1. ./quantize ./models/llama-2-7b-hf/ggml-model-f16.bin ./models/llama-2-7b-hf/ggml-model-q4_0.bin q4_0

复制代码

模型推理

在build/bin找到main

1. ./main -ngl 30 -m ./models/llama-2-7b-hf/ggml-model-q4_0.bin --color -f  ./prompts/chat-with-vicuna-v0.txt -ins -c 2048 --temp 0.2 -n 4096 --repeat_penalty 1.0

复制代码

Linly模型

自己动手处理
运行测试

• 测试用脚本
  

1. #!/bin/bash
3. # llama 推理
4. #./main -ngl 30 -m ./models/7B/ggml-model-alpaca-7b-q4_0.gguf --color  -f  ./prompts/chat-with-vicuna-v0.txt -ins -c 2048 --temp 0.2 -n 4096 --repeat_penalty 1.3
6. # linly 基础模型
7. #./main -ngl 30 -m ./models/7B/linly-ggml-model-q4_0.bin --color  -f  ./prompts/chat-with-vicuna-v0.txt -ins -c 2048 --temp 0.2 -n 4096 --repeat_penalty 1.0
9. # linly chatflow模型
10. ./main -ngl 30 -m ./models/chatflow_7b/linly-chatflow-7b-q4_0.bin --color  -f  ./prompts/chat-with-vicuna-v0.txt -ins -c 2048 --temp 0.2 -n 4096 --repeat_penalty 1.0
12. # whisper llama
13. #./whisper/talk-llama -l zh -mw ./models/ggml-small_q4_0.bin -ml ./models/7B/ggml-model-alpaca-7b-q4_0.gguf -p "lfrobot" -t 8 -c 0 -vth 0.6 -fth 100 -pe

复制代码

• 参数说明
  比较重要的参数：
  

1. -ins    启动类ChatGPT的对话交流模式
2. -f      指定prompt模板，alpaca模型请加载prompts/alpaca.txt 指令模板
3. -c      控制上下文的长度，值越大越能参考更长的对话历史（默认：512）
4. -n      控制回复生成的最大长度（默认：128）
5. --repeat_penalty 控制生成回复中对重复文本的惩罚力度
6. --temp  温度系数，值越低回复的随机性越小，反之越大
7. --top_p, top_k  控制解码采样的相关参数
8. -b      控制batch size（默认：512）
9. -t      控制线程数量（默认：8），可适当增加
10. -ngl    使用cuda核心数
11. -m      指定模型

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。