Llama 2 是一系列基礎語言模型,參數規模從 7B 到 70B 不等。

7b 13b 70b

2.9M 13 個月前

讀我

Llama 2 由 Meta Platforms, Inc. 發布。此模型以 2 兆個 tokens 進行訓練,預設支援 4096 的上下文長度。Llama 2 Chat 模型在超過 1 百萬個人工標註上進行微調,專為聊天而設計。

CLI

開啟終端機並執行 ollama run llama2

API

使用 curl 的範例

curl -X POST https://127.0.0.1:11434/api/generate -d '{
  "model": "llama2",
  "prompt":"Why is the sky blue?"
 }'

API 文件

記憶體需求

  • 7b 模型通常至少需要 8GB 的 RAM
  • 13b 模型通常至少需要 16GB 的 RAM
  • 70b 模型通常至少需要 64GB 的 RAM

如果您在使用較高的量化等級時遇到問題,請嘗試使用 q4 模型,或關閉任何其他正在使用大量記憶體的程式。

模型變體

Chat 針對聊天/對話使用案例進行了微調。這些是 Ollama 中的預設模型,以及在標籤頁面中標記為 -chat 的模型。

範例:ollama run llama2

Pre-trained 是沒有聊天微調的版本。這在標籤頁面中標記為 -text。

範例:ollama run llama2:text

預設情況下,Ollama 使用 4 位元量化。若要嘗試其他量化等級,請嘗試其他標籤。q 後面的數字代表用於量化的位元數(即 q4 表示 4 位元量化)。數字越高,模型越精準,但執行速度越慢,且需要的記憶體越多。

參考文獻

Llama 2:開放基礎和微調的聊天模型

Meta 的 Hugging Face repo