本地通过python运行AI大语言模型LLaMa2

最新推荐文章于 2024-09-17 16:52:57 发布

菜鸟大模型

最新推荐文章于 2024-09-17 16:52:57 发布

阅读量1k

点赞数 21

文章标签：人工智能 python LLM langchain 大模型自然语言处理语言模型

本文链接：https://blog.csdn.net/huang9604/article/details/141225343

版权

什么是Llama2

Llama 全称 large language model, Meta AI 公司2023年发布的开源AI大型语言模型，参数7B~65B。最新版本为Llama 3。

什么是llama.cpp?

一个开源c++库，用c++重写了LLaMa的推理代码，可用于CPU上加载运行LLaMa语言模型，极大的降低了对硬件的要求（RAM开销低于4G）。

Git 仓库地址： GitHub - ggerganov/llama.cpp: LLM inference in C/C++

本地运行大模型准备：

pip install llama-cpp-python , 作为参考，我本地安装运行的版本为0.2.87
从Hugging Face上下载一个已经训练好的模型文件到本地，作为参考，我下载的是zephyr-7b-beta.Q4_0.gguf 这个模型

在这里插入图片描述

TheBloke/zephyr-7B-beta-GGUF at main (huggingface.co)

3.代码示例及运行结果：

运行以下python脚本，即可基于输入prompt得到模型的输出。顺便提一下，对于zephyer-7b-beta模型，prompt输入支持各种不同语言。

在这里插入图片描述

一些参数解释：

prompt经token化后被分解为更小单位的个数，代码中的max_tokens为模型输出最大token数；

temperature用于控制模型输出的确定性，区间为0到1，值越小输出越具有确定性，值越大输出越有随机性；

(temperature表示模型输出层中softmax函数中的T值，T越大，各预测词的权重越平均，因而输出结果更随机)

在这里插入图片描述

echo表示是否需要在模型开头打印出原始prompt;

stop表示输出结果遇到哪个字符则中断输出，举例 ‘\n’表示换行则终止输出。

针对不同的prompt，模型对于同一个问题给出的输出可能截然不同：

在这里插入图片描述

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望