Llama官网|llama3 本地部署|llama3下载

基于Llama 3搭建中文版(Llama3-Chinese-Chat)大模型对话聊天机器人

nidongde2024-07-11 19:27:08281

前面两篇博文,我们分别在个人笔记本电脑部署了Llama 3 8B参数大模型,并使用Ollama搭建了基于 Web 可视化对话聊天机器人,可以在自己电脑上愉快的与Llama大模型 Web 机器人对话聊天了。但在使用过程中,笔者发现Llama大模型经常出现中文问题英文回答的问题,需要使用中文回答等提示词告诉大模型用中文回答,体验还不是最好的。今天,本博文就来解决这个问题,让我们有个中文版的Llama 3Web 对话机器人(Llama3-Chinese-Chat)……

第一篇Llama 3 8B大模型部署和 Python 版对话机器人博文:玩转 AI,笔记本电脑安装属于自己的 Llama 3 8B 大模型和对话客户端

第二篇基于Ollama部署Llama 3 8B大模型 Web 版本对话机器人博文:一文彻底整明白,基于 Ollama 工具的 LLM 大语言模型 Web 可视化对话机器人部署指南

注意: 因为本博文介绍的是Llama 3 中文版Llama3-Chinese-Chat)对话机器人,涉及到前面两篇博文内容,特别是第二篇 Web 版本对话机器人部署,因此建议按照前文博文部署好Llama 3 8B大语言模型。

HF 上选择排名最高的模型

模型列表官网地址:https://huggingface.co/models

模型列表国内镜像(推荐):https://hf-mirror.com/models

在模型列表页面按照关键字llama chinese搜索,并按照趋势排序,可以看到中文版模型:

LLama中文版模型

可以看出,第一名模型的下载数量和点赞数量,比第二名要多好多,我们就选择shenzhi-wang这位作者发布的模型。

方式一:通过 GGUF 量化模型安装(推荐)

GGUF 安装比较简单,下载单个文件即可:

LLama中文版GGUF模型

下载到本地之后,按照我的第一篇博文,即可进行控制台聊天了:

启动大模型Shell 脚本:

source ./venv/bin/activatepython -m llama_cpp.server --host 0.0.0.0 --model \   ./Llama3-8B-Chinese-Chat-q4_0-v2_1.gguf \   --n_ctx 20480

Python 对话客户端代码:

from openai import OpenAI# 注意服务端端口,因为是本地,所以不需要api_keyip = '127.0.0.1'#ip = '192.168.1.37'client = OpenAI(base_url="http://{}:8000/v1".format(ip),         api_key="not-needed")# 对话历史:设定系统角色是一个只能助理,同时提交“自我介绍”问题history = [    {"role": "system", "content": "你是一个智能助理,你的回答总是容易理解的、正确的、有用的和内容非常精简."},]# 首次自我介绍完毕,接下来是等代码我们的提示while True:    completion = client.chat.completions.create(        model="local-model",        messages=history,        temperature=0.7,        stream=True,    )    new_message = {"role": "assistant", "content": ""}    for chunk in completion:        if chunk.choices[0].delta.content:            print(chunk.choices[0].delta.content, end="", flush=True)            new_message["content"] += chunk.choices[0].delta.content    history.append(new_message)    print("\033[91;1m")    userinput = input("> ")    if userinput.lower() in ["bye", "quit", "exit"]: # 我们输入bye/quit/exit等均退出客户端        print("\033[0mBYE BYE!")        break    history.append({"role": "user", "content": userinput})    print("\033[92;1m")

运行 Python 客户端即可:

Python控制台对话客户端

按照第二篇博文,部署基于 Web 版对话机器人:一文彻底整明白,基于 Ollama 工具的 LLM 大语言模型 Web 可视化对话机器人部署指南

基于 GGUF 量化模型生成 Ollama模型文件,假设文件名为Modelfile-Chinese,内容如下:

FROM ./Llama3-8B-Chinese-Chat-q4_0-v2_1.gguf

执行 Ollama 模型转换,Llama-3-8B-Chinese为 Ollama 模型名:

$ ollama create Llama-3-8B-Chinese -f ./Modelfile-Chinesetransferring model datausing existing layer sha256:242ac8dd3eabcb1e5fcd3d78912eaf904f08bb6ecfed8bac9ac9a0b7a837fcb8creating new layer sha256:9f3bfa6cfc3061e49f8d5ab5fba0f93426be5f8207d8d8a9eebf638bd12b627awriting manifestsuccess

可以通过 Ollama 查看目前的大模型列表:

$ ollama listNAME                      ID           SIZE   MODIFIEDLlama-3-8B-Chinese:latest 37143cf1f51f 4.7 GB 42 seconds agoLlama-3-8B:latest         74abc0712fc1 4.9 GB 3 days ago

可以看到我们刚安装的大模型:Llama-3-8B-Chinese

启动ollama-webui-lite项目,可以选择Llama-3-8B-Chinese模型和对话聊天了:

$ npm run dev> ollama-webui-lite@0.0.1 dev> vite dev --host --port 3000  VITE v4.5.3  ready in 1797 ms  ➜  Local:   http://localhost:3000/  ➜  Network: http://192.168.101.30:3000/  ➜  press h to show help

OlLama选择中文版模型

方式二:通过 Ollama 拉取模型文件

这种方式比较简单,无需下载 GGUF 模型文件,可以让 Ollama 直接拉取模型文件并完成安装:

# Llama3-8B-Chinese-Chat的4位量化版本(对机器性能要求最低)ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q4# Llama3-8B-Chinese-Chat的8位量化版本(对机器性能要求中等)ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8# Llama3-8B-Chinese-Chat的f16未量化版本(对机器性能要求最高)ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16

Ollama 自动下载并完成安装,之后启动ollama-webui-lite项目,就可以使用了~

本文链接:https://hzby.vip/Llama3/54.html

微调 Llama3llama模型羊驼llama模型测试llama开源模型llama 2 大模型 详解可商用大模型llamallama人工智能语言模型llama模型pythonllama大模型用的是什么框架llama模型哪个最好

相关文章

网友评论