wizardlm

基於 Llama 2 的通用模型。

75.8K 16 個月前

73 個標籤

讀我

WizardLM 是一個基於 Llama 2 訓練，具有 700 億參數的模型，由 WizardLM 訓練。

開始使用 WizardLM

以下範例中使用的模型是 WizardLM 模型，具有 700 億參數，這是一個通用模型。

API

  1. 啟動 Ollama 伺服器 (執行 `ollama serve`)
  2. 執行模型
curl -X POST http://localhost:11434/api/generate -d '{
  "model": "wizardlm:70b-llama2-q4_0",
  "prompt":"Why is the sky blue?"
 }'

CLI

  1. 安裝 Ollama
  2. 開啟終端機並執行 `ollama run wizardlm:70b-llama2-q4_0`

注意：如果模型尚未下載，`ollama run` 命令會執行 `ollama pull`。若要在不執行的情況下下載模型，請使用 `ollama pull wizardlm:70b-llama2-q4_0`

記憶體需求

  • 700 億參數的模型通常至少需要 64GB 的 RAM

如果您在使用較高的量化級別時遇到問題，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

預設情況下，Ollama 使用 4 位元量化。若要嘗試其他量化級別，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，模型越精確，但執行速度越慢，且需要的記憶體也越多。

模型來源

Ollama 上的 WizardLM 來源

700 億參數來源：The Bloke

700 億參數原始來源：WizardLM