Llama3简介:
llama3是一种自回归语言模型,采用了transformer架构,目前开源了8b和70b参数的预训练和指令微调模型,400b正在训练中,性能非常强悍,而且在15万亿个标志的公开数据举行了预训练,比llama2大了7倍,距离llama2的开源发布仅仅已往了10个月,llama3就强势发布,一起来看一下他的使用方法。
在这里我颠末查询Meta公布的4月15日的基准测试结果,Llama 3 400B+模型的表现已经持平Claude 3 Opus,超过Gemini 1.5 Pro,仅在数学部门掉队于最先进的 GPT-4 Turbo 2024-04-09模型。
作为一个优秀团队的开源模型,我们更重要的是知道怎样使用它,来减轻我们的负担,提升我们学习,完成任务,创作内容的效率与正确率。
Llama3安装:
git clone 安装
Llama3的git地点是 https://github.com/meta-llama/llama3 ,可以直接git克隆到本地
- git clone https://github.com/meta-llama/llama3
复制代码 然后在根目录运行
去metallama官网登录使用下载该模型 https://llama.meta.com/llama-downloads/
- 注册登录,您将得到一个电子邮件的网址下载模型。当你运行下载时,你需要这个网址,一旦你收到电子邮件,导航到你下载的骆驼存储库和运行下载。
- 确保授予下载的实行权限。
- 在此过程中,将提示您从邮件中输入URL。
- 不要使用"复制链接"选项,而是要确保从电子邮件中手动复制链接
本地运行
- torchrun --nproc_per_node 1 example_chat_completion.py \
- --ckpt_dir Meta-Llama-3-8B-Instruct/ \
- --tokenizer_path Meta-Llama-3-8B-Instruct/tokenizer.model \
- --max_seq_len 512 --max_batch_size 6
复制代码 注意事项:
- 替换 Meta-Llama-3-8B-Instruct/ 你的查抄站目录的路径Meta-Llama-3-8B-Instruct/tokenizer.model 找到了你的标志器模型.
- …–nproc_per_node 我们应该把它放在你所使用的模型的代价。
- 调整max_seq_len 和max_batch_size 必要时参数.
- 这个例子运行了 example_chat_completion.py 在这个存储库中找到,但是你可以将它更改为差别的文件。
- 根据你自己的硬件来调整max_seq_len 和max_batch_size参数
huggingface 平台下载
可以通过huggingface 平台下载(需要先进入huggingface平台申请,同意它的条款,)
然后先安装huggingface工具
- pip install huggingface-hub
复制代码 然后指定meta-llama/Meta-Llama-3-8B-Instruct
- huggingface-cli download meta-llama/Meta-Llama-3-8B-Instruct --include “original/*” --local-dir meta-llama/Meta-Llama-3-8B-Instruct
复制代码 然后transformer的使用
- import transformers
- import torch
- model_id = "meta-llama/Meta-Llama-3-8B-Instruct"
- pipeline = transformers.pipeline(
- "text-generation",
- model="meta-llama/Meta-Llama-3-8B-Instruct",
- model_kwargs={"torch_dtype": torch.bfloat16},
- device="cuda",
- )
复制代码 如果没有gpu的同砚可以使用cpu device=cuda,计算性能会差一些
完整的使用方式:
- import transformers
- import torch
- model_id = "meta-llama/Meta-Llama-3-8B-Instruct"
- pipeline = transformers.pipeline(
- "text-generation",
- model=model_id,
- model_kwargs={"torch_dtype": torch.bfloat16},
- device_map="auto",
- )
- messages = [
- {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
- {"role": "user", "content": "Who are you?"},
- ]
- prompt = pipeline.tokenizer.apply_chat_template(
- messages,
- tokenize=False,
- add_generation_prompt=True
- )
- terminators = [
- pipeline.tokenizer.eos_token_id,
- pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
- ]
- outputs = pipeline(
- prompt,
- max_new_tokens=256,
- eos_token_id=terminators,
- do_sample=True,
- temperature=0.6,
- top_p=0.9,
- )
- print(outputs[0]["generated_text"][len(prompt):])
复制代码 基于ollama使用:
目前推荐使用ollama的8b,70b,instruct, text 其他量化模型是别的用户微调过的,发起使用原生的llama3.
实行:
- ollama run llama3:instruct
复制代码 或者
- ollama run llama3 (ollama pull llama3:8b)
复制代码
测试llama3的天生速率非常快,至少是llama2的两倍,如果有强大的显存支持效率会更高。
总结
llama3在llama2的底子上实现了质的飞跃,已经超过chat3.5的性能,而且他的预训练和微调是目前市面上开源的参数规模最好的,不但是对于开发者还有企业使用者,这都是非常符合的一个模型。
下表表现了我们的评估结果与Claude Sonnet、Mistral Medium和GPT-3.5相比,在这些类别和提示上的汇总结果
在未来的大模型门路上,选择最优秀的模型每每是我们第一步需要思量的事变。
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。 |