LLM大模型学习：大模型有哪些评估指标？

最新推荐文章于 2024-09-04 12:00:41 发布

AI大模型-王哥

最新推荐文章于 2024-09-04 12:00:41 发布

阅读量1k

点赞数 10

文章标签：学习大模型学习人工智能大模型大模型入门大模型教程

本文链接：https://blog.csdn.net/2401_84204413/article/details/141855898

版权

这一年来，AI 发展的越来越快，大模型使用的门槛也越来越低，每个人都可以在自己的本地运行大模型。今天再给大家介绍一个最厉害的开源大模型服务框架——Ollama。

项目介绍

Ollama 是一个开源的大语言模型（LLM）服务工具，它允许用户在本地环境快速实验、管理和部署大型语言模型。它支持多种流行的开源大型语言模型，如 Llama 3.1、Phi 3、Mistral、Gemma 2 等，并且可以通过命令行界面轻松下载、运行和管理这些模型。

Ollama 的出现是为了降低使用大型语言模型的门槛，是让大型语言模型更加普及和易于访问。

项目安装

既然说到要降低门槛，Ollama 的安装也自然是非常的方便了。

Ollama 支持 macOS、Windows 和 Linux 操作系统，同时也提供了 Docker 镜像，方便在不同环境中部署。

macOS: 可以通过 Homebrew 安装，使用命令 brew install ollama。也可以直接下载安装包运行。
Windows: 需要下载安装包并运行。
Linux: 可以通过包管理器或使用命令 curl -fsSL ``https://ollama.com/install.sh`` | sh安装。
Docker: 可以使用 docker pull ollama/ollama 命令拉取镜像，并运行容器。

这里以 macOS 为例，下载了 ollama 的安装包后，直接双击运行这个可爱羊驼的应用，程序会提示你将应用移动到 application 文件夹，并且有后续的提示操作，我们按照指引去安装就可以了。

项目使用

安装完成后，我们可以直接执行 ollama 应用启动，也可以在命令行中执行 ollama serve 来启动 Ollama 服务。

当然，现在的我们主要在命令行中去操作 ollama。

执行 ollama list：可以列出已下载的模型，如图：

执行 ollama pull <model> 可以从远程仓库拉取模型。

执行 ollama run <model> 可以运行指定的模型，我们使用 ollama run llama3:8b 来运行已经安装的模型，并且开始对话，如图：

web 界面

如果都是用命令行交互，还是挺麻烦的。这里再给大家介绍一个好用的 ollama 的 web 界面：open-webui。

这也是一个开源项目，我们可以使用 docker 来快速部署：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

之后在浏览器访问 localhost:3000，可以打开一个和 ChatGPT 很像的页面：

点击上方的“选择一个模型”，便可以看到 ollama 中已经下载的模型，选中后直接开启聊天就可以啦。

总结

Ollama 是一个功能强大且易于使用的工具，它为本地部署和运行大型语言模型提供了一个简单而有效的方法。无论是研究、开发还是日常使用，Ollama 都能满足用户对大型语言模型的需求。Ollama 拥有庞大的社区用户和相关的开源项目，配合 open-webui，我们可以更好的使用 Ollama，并为朋友们提供一个类似于 ChatGPT 的对话界面。

感兴趣的朋友们，赶紧去试试吧。

在这里插入图片描述

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述