說明
Llama 2 由 Meta Platforms, Inc. 發布。此模型使用 2 兆個 tokens 進行訓練,預設支援 4096 個 tokens 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了微調,專為聊天而設計。
CLI
打開終端機並執行 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?"
}'
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,或關閉任何其他佔用大量記憶體的程式。
模型變體
Chat 針對聊天/對話使用情境進行了微調。這些是 Ollama 中的預設模型,也適用於標籤頁中標記為 -chat 的模型。
範例:ollama run llama2
Pre-trained 是未經聊天微調的版本。這在標籤頁中標記為 -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 後面的數字表示用於量化的位元數(即 q4 表示 4 位元量化)。數字越高,模型越精確,但執行速度越慢,且需要更多記憶體。