MacOS M2使用llama2

这篇具有很好参考价值的文章主要介绍了MacOS M2使用llama2。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

unsetunset前言unsetunset

看见老扎说Meta要弄llama3了,用35w张H100来搞,然后开源。

因为工作中一直用OpenAI,所以没弄过llama2,想着试一下llama2跑本地的效果,llama2官方下载地址:https://ai.meta.com/llama/

MacOS M2使用llama2,macos

官方是需要填表的,我们直接使用社区的方案,不需要填任何东西,直接下载。

对了,我的环境是MacOS M2,windows或Linux请找其他文章了解。

unsetunset安装环境unsetunset

首先,弄一下环境,创建一个Python 3.10.9的python虚拟环境,建议使用跟我一样的python环境,如果是python 3.11,安装环境的方式会有问题。

在python 3.10.9虚拟环境中安装一下llm库:

pip install llm

然后使用llm安装llm-llama-cpp和llama-cpp-python就好了,llm库帮我们处理好所有的细节。

llm install llm-llama-cpp

llm install llama-cpp-python

使用llm下载llama-2-7b-chat模型,这个模型只有7b的参数,还有13b等更大的模型。

llm llama-cpp download-model \
  https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGML/resolve/main/llama-2-7b-chat.ggmlv3.q8_0.bin \
  --alias llama2-chat --alias l2c --llama2-chat

因为我们这里下载的是ggmlv3,是旧的model format,新的modle format已经改成了gguf,为了使用ggmlv3,我们需要安装旧版本的llama-cpp-python。(https://stackoverflow.com/questions/76986412/assertionerror-when-using-llama-cpp-python-in-google-colab)

pip install llama-cpp-python==0.1.78

unsetunset使用unsetunset

命令行方式使用:

llm -m l2c '你好,使用python写一段生成斐波那契数列的代码'
MacOS M2使用llama2,macos

python代码里使用.

MacOS M2使用llama2,macos

结论:测了一些我这边工作上的业务问题,效果一般,可能升到更多参数的模型效果会好一些。

如果效果差不多,我其实是偏向于使用llama的,比较本地llama不需要考虑openai api的ratelimit(当然你可以用Azure的gpt api来缓解)。文章来源地址https://www.toymoban.com/news/detail-816527.html

到了这里,关于MacOS M2使用llama2的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 2023年最新水果DAW编曲软件fl studio21 macOS - 21.0.3.3036简体中文版免费下载支持苹果M1/M2处理器

    一直梦想制作自己的音乐(无论是作为一名制作人还是艺术家),你可能会想你出生在这个时代是你的幸运星。这个水果圈工作室和上一版之间的改进水平确实令人钦佩。这仅仅是FL Studio 21所提供的皮毛。你的音乐项目的选择真的会让你大吃一惊。你以前从未有过这样的多才多

    2024年02月03日
    浏览(50)
  • LLMs之LLaMA2:LLaMA2的简介(技术细节)、安装、使用方法(开源-免费用于研究和商业用途)之详细攻略

    LLMs之LLaMA-2:LLaMA-2的简介(技术细节)、安装、使用方法(开源-免费用于研究和商业用途)之详细攻略 导读 :2023年7月18日,Meta重磅发布Llama 2!这是一组预训练和微调的大型语言模型(LLM),规模从70亿到700亿个参数不等。Meta微调的LLM称为Llama 2-Chat,专为对话使用场景进行了优化

    2024年02月16日
    浏览(51)
  • M2芯片的Mac上安装Linux虚拟机——提前帮你踩坑 ➕ 安装ubuntu虚拟机图形化 ➕ 解决MacOs主机和WmwareFusion/UTM 之间不能复制粘贴问题

    Mac pro,芯片M2 一定要注意自己的Mac版本!!!,否则版本的坑你懂得! 不选Centos7,其他版本的Mac可能可以,但是M2的不行,报错: 1.3.1 官网下载 本来不想造自己的本本的,因为平时自己的本本加云服务器就可以了,但是有时候某种需要,所以最后还是没忍住,想来还是安装

    2024年02月05日
    浏览(94)
  • Mac上LLAMA2大语言模型安装到使用

    LLaMA是由Facebook的母公司Meta AI设计的一个新的大型语言模型。LLaMA拥有70亿到650亿个参数的模型集合,是目前最全面的语言模型之一。 Llama是目前唯一一个可以进行本地部署和本地训练的大型模型,对各种提问有非常好的处理能力。非常适合个人和中小型企业,构建自己的大数

    2024年03月09日
    浏览(51)
  • [NLP]LLM--使用LLama2进行离线推理

    本文基于Chinese-LLaMA-Alpaca-2项目代码介绍,使用原生的llama2-hf 克隆好了Chinese-LLaMA-Alpaca-2 项目之后,基于GPU的部署非常简单。下载完成以后的模型参数(Hugging Face 格式)如下: 简单说明一下各个文件的作用 文件名称 示例 说明 config.json { \\\"architectures\\\": [ \\\"LlamaForCausalLM\\\" ], \\\"hidden_si

    2024年02月09日
    浏览(46)
  • 使用 Docker 快速上手官方版 LLaMA2 开源大模型

    本篇文章,我们聊聊如何使用 Docker 容器快速上手 Meta AI 出品的 LLaMA2 开源大模型。 昨天特别忙,早晨申请完 LLaMA2 模型下载权限后,直到晚上才顾上折腾了一个 Docker 容器运行方案,都没来得及写文章来聊聊这个容器怎么回事,以及怎么使用。 所以,现在就来聊聊如何快速上

    2024年02月16日
    浏览(37)
  • 使用 Docker 快速上手中文版 LLaMA2 开源大模型

    本篇文章,我们聊聊如何使用 Docker 容器快速上手朋友团队出品的中文版 LLaMA2 开源大模型,国内第一个真正开源,可以运行、下载、私有部署,并且支持商业使用。 感慨于昨天 Meta LLaMA2 模型开放下载之后,GitHub 上出现了许多“只有 Readme 文档” 的开源模型项目,并一时间在

    2024年02月16日
    浏览(48)
  • 使用GGML和LangChain在CPU上运行量化的llama2

    Meta AI 在本周二发布了最新一代开源大模型 Llama 2。对比于今年 2 月发布的 Llama 1,训练所用的 token 翻了一倍,已经达到了 2 万亿,对于使用大模型最重要的上下文长度限制,Llama 2 也翻了一倍。 在本文,我们将紧跟趋势介绍如何在本地CPU推理上运行量化版本的开源Llama 2。 我

    2024年02月16日
    浏览(48)
  • 【LangChain学习之旅】—(7) 调用模型:使用OpenAI API还是微调开源Llama2/ChatGLM?

    Reference:LangChain 实战课 之前的内容讲了提示工程的原理以及 LangChain 中的具体使用方式。今天,我们来着重讨论 Model I/O 中的第二个子模块,LLM。 让我们带着下面的问题来开始这一节课的学习。大语言模型,不止 ChatGPT 一种。调用 OpenAI 的 API,当然方便且高效,不过,如果我

    2024年02月01日
    浏览(61)
  • 【linux 使用ollama部署运行本地大模型完整的教程,openai接口, llama2例子】

    # 安装相应的包 # 开启ollama服务端! # 启动llama2大模型(新开一个终端) # 如果不想启动运行,只下载可以 在启动完后,就可以对话了 # python接口对话   # OpenAI适配接口对话 # CUR流式接口 # 参考 llama2 (ollama.com) https://ollama.com/library/llama2 OpenAI compatibility · Ollama Blog https://ollama

    2024年03月25日
    浏览(68)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包