wizardlm

基于 Llama 2 的通用模型。

71K 12 个月前

73 个标签

自述文件

WizardLM 是由 WizardLM 训练的基于 Llama 2 的 700 亿参数模型。

开始使用 WizardLM

以下示例中使用的模型是 WizardLM 模型，具有 700 亿参数，是一个通用模型。

API

  1. 启动 Ollama 服务器（运行 ollama serve）
  2. 运行模型
curl -X POST https://127.0.0.1:11434/api/generate -d '{
  "model": "wizardlm:70b-llama2-q4_0",
  "prompt":"Why is the sky blue?"
 }'

CLI

  1. 安装 Ollama
  2. 打开终端并运行 ollama run wizardlm:70b-llama2-q4_0

注意：如果模型尚未下载，ollama run 命令将执行 ollama pull。 要在不运行模型的情况下下载模型，请使用 ollama pull wizardlm:70b-llama2-q4_0

内存需求

  • 700 亿模型通常至少需要 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 模型或关闭任何使用大量内存的其他程序。

模型变体

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 后面的数字代表用于量化的位数（即 q4 表示 4 位量化）。 数字越大，模型的精度越高，但运行速度越慢，需要的内存也越多。

模型来源

Ollama 上的 WizardLM 来源

700 亿参数来源：The Bloke

700 亿参数原始来源：WizardLM