Llama3 实战笔记

当地时间4月18日，Meta在官网上公布了旗下最新大模型Llama 3。目前，Llama 3已经开放了 8B和 70B 两个小参数版本，上下文窗口为8k。Meta表示，通过使用更高质量的训练数据和指令微调，Llama 3比Llama 2有了“显著提升”。

Llama 3 instruction-tuned 模型针对对话/聊天场景进行了微调和优化，在通用基准测试上优于许多开源聊天模型。

开源社区对此反应迅速，ollama和LlamaIndex第一时间宣称完成了对Llama 3的支持，langchain也宣称可在LangSmith Playground中试用最新的Llama 3 8B 和 70B模型。下面我们展示如何在ollama和LlamaIndex中使用Llama 3模型。

---

Ollama使用指南

CLI

打开终端执行 ollama run llama3 即可

API

curl使用示例:

curl -X POST http://localhost:11434/api/generate -d '{  
  "model": "llama3",  
  "prompt":"Why is the sky blue?"  
 }'

其他接口示例参见 API 文档。

Model variants

Instruct 是针对聊天/对话场景微调的版本

Example: ollama run llama3 ollama run llama3:70b

Pre-trained 是基础模型

Example: ollama run llama3:text ollama run llama3:70b-text

LlamaIndex使用指南

本指南以Llama-3-8B-Instruct为例，说明如何基于llamaindex使用Llama3。

安装包

!pip install llama-index  
!pip install llama-index-llms-huggingface  
!pip install llama-index-embeddings-huggingface

为了使用官方仓库的llama3，你需要授权你的huggingface账号并使用你的huggingface token。

hf_token = "hf_..."

设置 Tokenizer 和 Stopping ids

from transformers import AutoTokenizer  
  
tokenizer = AutoTokenizer.from_pretrained(  
    "meta-llama/Meta-Llama-3-8B-Instruct",  
    token=hf_token,  
)  
  
stopping_ids = [  
    tokenizer.eos_token_id,  
    tokenizer.convert_tokens_to_ids("<|eot_id|>"),  
]

用HuggingFaceLLM设置LLM

可选择加载全精度或4bit量化版本。

# generate_kwargs parameters are taken from https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct  
  
import torch  
from llama_index.llms.huggingface import HuggingFaceLLM  
  
# Optional quantization to 4bit  
# import torch  
# from transformers import BitsAndBytesConfig  
  
# quantization_config = BitsAndBytesConfig(  
#     load_in_4bit=True,  
#     bnb_4bit_compute_dtype=torch.float16,  
#     bnb_4bit_quant_type="nf4",  
#     bnb_4bit_use_double_quant=True,  
# )  
  
llm = HuggingFaceLLM(  
    model_name="meta-llama/Meta-Llama-3-8B-Instruct",  
    model_kwargs={  
        "token": hf_token,  
        "torch_dtype": torch.bfloat16,  # comment this line and uncomment below to use 4bit  
        # "quantization_config": quantization_config  
    },  
    generate_kwargs={  
        "do_sample": True,  
        "temperature": 0.6,  
        "top_p": 0.9,  
    },  
    tokenizer_name="meta-llama/Meta-Llama-3-8B-Instruct",  
    tokenizer_kwargs={"token": hf_token},  
    stopping_ids=stopping_ids,  
)  
  
## You can deploy the model on HF Inference Endpoint and use it  
  
# from llama_index.llms.huggingface import HuggingFaceInferenceAPI  
  
# llm = HuggingFaceInferenceAPI(  
#     model_name="",  
#     token=''  
# )

用prompt调用complete

response = llm.complete("Who is Paul Graham?")  
  
print(response)

用messages列表调用chat

from llama_index.core.llms import ChatMessage  
  
messages = [  
    ChatMessage(role="system", content="You are CEO of MetaAI"),  
    ChatMessage(role="user", content="Introduce Llama3 to the world."),  
]  
response = llm.chat(messages)  
print(response)

用Llama3创建RAG pipeline

• 下载数据

!wget "https://raw.githubusercontent.com/run-llama/llama_index/main/docs/docs/examples/data/paul_graham/paul_graham_essay.txt" "paul_graham_essay.txt"

• 加载数据

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader  
  
documents = SimpleDirectoryReader(  
    input_files=["paul_graham_essay.txt"]  
).load_data()

• 配置embedding模型

from llama_index.embeddings.huggingface import HuggingFaceEmbedding  
  
embed_model = HuggingFaceEmbedding(model_name="BAAI/bge-small-en-v1.5")

• 设置默认LLM和embedding模型

from llama_index.core import Settings  
  
# bge embedding model  
Settings.embed_model = embed_model  
  
# Llama-3-8B-Instruct model  
Settings.llm = llm

• 创建索引

index = VectorStoreIndex.from_documents(  
    documents,  
)

• 创建查询引擎

query_engine = index.as_query_engine(similarity_top_k=3)

• 查询

response = query_engine.query("What did paul graham do growing up?")

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

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。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】