Llama 2 是一个基础语言模型集合,参数量从 7B 到 70B 不等。

7b 13b 70b

2.3M 10 个月前

自述文件

Llama 2 由 Meta Platforms, Inc. 发布。此模型在 2 万亿个 token 上进行训练,默认情况下支持 4096 的上下文长度。Llama 2 Chat 模型在超过 100 万个人类标注上进行了微调,专为聊天而设计。

CLI

打开终端并运行 ollama run llama2

API

使用 curl 的示例

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

API 文档

内存需求

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

如果您在使用更高量化级别时遇到问题,请尝试使用 q4 模型或关闭任何其他占用大量内存的程序。

模型变体

聊天 是针对聊天/对话用例微调的。它们是 Ollama 中的默认选项,以及在标签选项卡中标记为 -chat 的模型。

例如:ollama run llama2

预训练 则没有进行聊天微调。它在标签选项卡中标记为 -text。

例如:ollama run llama2:text

默认情况下,Ollama 使用 4 位量化。要尝试其他量化级别,请尝试其他标签。q 后面的数字表示用于量化的位数(例如,q4 表示 4 位量化)。数字越大,模型越准确,但运行速度越慢,需要的内存也越多。

参考资料

Llama 2:开放式基础和微调聊天模型

Meta 的 Hugging Face 仓库