Llama大模型
-
Llama2-Chinese最好的中文Llama大模型
? 国内Llama2最新下载地址上线! ? 社区介绍:Llama2中文社区 欢迎来到Llama2中文社区!我们是一个专注于Llama2模型在中文方面的优化和上层建设的高级技术社区。 *基于大规模中文数据,从预训练开始对Llama2模型进行中文能力的持续迭代升级*。 我们热忱欢迎对大模型LLM充满热情的开发者和研究者加入我们的行列。 为什么选择Llama2中文社区? ? 高级工程师团队支持:社区有一批专注为大家服务的NLP高级工程师,我们有着强大的技术支持和丰富的经验,为您提供专业的指导和帮助。 ? 中文优化:我们致力于在Llama2模型的中文处理方面进行优化,探索适用于中文的最佳实践,以提升其性能和适应性。 ? 创新交流:我们拥有一支富有创造力和经验的社区成员团队,定期组织线上活动、技术研讨和经验分享,促进成员间的创新交流。 ? 全球联结:我们欢迎来自世界各地的开发者加入社区,构建一个开放、多元化的学习和交流平台。 ? 开放共享:我们鼓励社区成员开源分享代码和模型,推动合作共赢,共同促进中文NLP技术的发展。 社区活动 ?️ 线上讲座:邀请行业内专家进行线上讲座,分享Llama2在中文NLP领域的最新技术和应用,探讨前沿研究成果。 ? 项目展示:成员可展示自己在Llama2中文优化方面的项目成果,获得反馈和建议,促进项目协作。 ? 学习资源:社区维护丰富的学习资料库,包括教程、文档和论文解读,为成员提供全面的学习支持。 ? 论文解读:社区成员共同解读与Llama2相关的最新研究论文,深入理解前沿算法和方法。 ? 主题活动:定期举办各类主题活动,包括挑战赛、黑客马拉松和技术沙龙,让社区成员在轻松愉快的氛围中交流和学习。 ? 奖励计划:我们设立奖励计划,对社区中积极参与、贡献优秀的成员给予荣誉和奖励,激励更多优秀人才的加入。 ? 技术咨询:我们提供技术咨询服务,解答您在Llama2开发和优化过程中遇到的问题,助您快速攻克难关。 ? 项目合作:鼓励成员间的项目合作,共同探索Llama2在实际应用中的潜力,打造创新解决方案。 立即加入我们! ? 愿景:无论您是对Llama2已有研究和应用经验的专业开发者,还是对Llama2中文优化感兴趣并希望深入探索的新手,我们都热切期待您的加入。在Llama2中文社区,您将有机会与行业内顶尖人才共同交流,携手推动中文NLP技术的进步,开创更加美好的技术未来! ? 温馨提示:本社区为专业技术交流平台,我们热切期望志同道合的开发者和研究者加入。请遵守社区准则,共同维护积极向上的学习氛围,任何与Llama2无关的内容和广告将被清理。感谢您的理解和支持! ? 社区公告 2023年7月20日: 国内Llama2最新下载地址上线! 2023年7月19日:正式启动Llama2模型的中文预训练,关注我们获取实时动态! 2023年7月19日:Llama2国内下载地址正在启动,敬请期待! 2023年7月19日:开启Llama2中文社区,欢迎大家加入! ? 数据来源 我们计划通过以下数据来优化Llama2的中文能力: 类型 描述 网络数据 互联网上公开的网络数据,挑选出去重后的高质量中文数据,涉及到百科、书籍、博客、新闻、公告、小说等高质量长文本数据。 Wikipedia 中文Wikipedia的数据 悟道 中文悟道开源的200G数据 Clue Clue开放的中文预训练数据,进行清洗后的高质量中文长文本数据 竞赛数据集 近年来中文自然语言处理多任务竞赛数据集,约150个 MNBVC MNBVC 中清洗出来的部分数据集 希望大家如果有较高质量的数据集能够提供给我们,不胜感激!?? ⏬ 模型部署 Meta在?Huggingface上提供了所有模型的下载链接:https://huggingface.co/meta-llama 预训练模型 Llama2预训练模型包含7B、13B和70B三个版本 模型名称 ?模型加载名称 下载地址 Llama2-7B meta-llama/Llama-2-7b-hf 模型下载 Llama2-13B meta-llama/Llama-2-13b-hf 模型下载 Llama2-70B meta-llama/Llama-2-70b-hf 模型下载 Chat模型 Llama2-Chat模型基于预训练模型进行了监督微调,具备更强的对话能力 模型名称 ?模型加载名称 下载地址 Llama2-7B-Chat meta-llama/Llama-2-7b-chat-hf 模型下载 Llama2-13B-Chat meta-llama/Llama-2-13b-chat-hf 模型下载 Llama2-70B-Chat meta-llama/Llama-2-70b-chat-hf 模型下载 模型调用代码示例 Gradio快速搭建问答平台 基于gradio搭建的问答界面,实现了流式的输出,将下面代码复制到控制台运行,以下代码以Llama2-7B-Chat模型为例,不同模型只需修改一下代码里的模型名称就好了? ? 模型微调 本仓库中提供了基于LoRA的微调代码,未来我们将会扩展更多的微调算法,敬请期待!关于LoRA的详细介绍可以参考论文“LoRA: Low-Rank Adaptation of Large Language Models”以及微软Github仓库LoRA。 Step1: 环境和数据准备 根据requirements.txt安装对应的环境依赖。…