Docker LLaMA2 Chat / 羊驼二代
三步上手 LLaMA2，一起玩！相关博客教程已更新，同样欢迎“一键三连” 🌟🌟🌟。
使用 Docker 快速上手，本地部署 7B 或 13B 官方模型，或者 7B 中文模型。
博客教程
| 类型 | 显存需求 | 特点 | 教程地址 | 教程时间 |
|---|---|---|---|---|
| 官方版（英文） | 8~14GB | 原汁原味 | 使用 Docker 快速上手官方版 LLaMA2 开源大模型 | 2023.07.21 |
| LinkSoul 中文版（双语） | 8~14GB | 支持中文 | 使用 Docker 快速上手中文版 LLaMA2 开源大模型 | 2023.07.21 |
| Transformers 量化（中文/官方） | 5GB | 加速推理、节约显存 | 使用 Transformers 量化 Meta AI LLaMA2 中文版大模型 | 2023.07.22 |
| GGML (Llama.cpp) 量化 （中文/官方） | 可以不需要显存 | CPU 推理 | 构建能够使用 CPU 运行的 MetaAI LLaMA2 中文大模型 | 2023.07.23 |
你可以参考项目代码，举一反三，把模型跑起来，接入到你想玩的地方，包括并不局限于支持 LLaMA 1代的各种开源软件中。
预览图
使用方法
- 一条命令，从项目中构建官方版（7B或13B）模型镜像，或中文版镜像（7B或INT4量化版）：
# 7B
bash scripts/make-7b.sh
# 或 13B
bash scripts/make-13b.sh
# 或 7B Chinese
bash scripts/make-7b-cn.sh
# 或 7B Chinese 4bit
bash scripts/make-7b-cn-4bit.sh- 选择适合你的命令，从 HuggingFace 下载 LLaMA2 或中文模型：
# MetaAI LLaMA2 Models (10~14GB vRAM)
git clone https://huggingface.co/meta-llama/Llama-2-7b-chat-hf
git clone https://huggingface.co/meta-llama/Llama-2-13b-chat-hf
mkdir meta-llama
mv Llama-2-7b-chat-hf meta-llama/
mv Llama-2-13b-chat-hf meta-llama/
# 或 Chinese LLaMA2 (10~14GB vRAM)
git clone https://huggingface.co/LinkSoul/Chinese-Llama-2-7b
mkdir LinkSoul
mv Chinese-Llama-2-7b LinkSoul/
# 或 Chinese LLaMA2 4BIT (5GB vRAM)
git clone https://huggingface.co/soulteary/Chinese-Llama-2-7b-4bit
mkdir soulteary
mv Chinese-Llama-2-7b-4bit soulteary/将下载好的模型，保持在一个正确的目录结构中。
tree -L 2 meta-llama
soulteary
└── ...
LinkSoul
└── ...
meta-llama
├── Llama-2-13b-chat-hf
│ ├── added_tokens.json
│ ├── config.json
│ ├── generation_config.json
│ ├── LICENSE.txt
│ ├── model-00001-of-00003.safetensors
│ ├── model-00002-of-00003.safetensors
│ ├── model-00003-of-00003.safetensors
│ ├── model.safetensors.index.json
│ ├── pytorch_model-00001-of-00003.bin
│ ├── pytorch_model-00002-of-00003.bin
│ ├── pytorch_model-00003-of-00003.bin
│ ├── pytorch_model.bin.index.json
│ ├── README.md
│ ├── Responsible-Use-Guide.pdf
│ ├── special_tokens_map.json
│ ├── tokenizer_config.json
│ ├── tokenizer.model
│ └── USE_POLICY.md
└── Llama-2-7b-chat-hf
├── added_tokens.json
├── config.json
├── generation_config.json
├── LICENSE.txt
├── model-00001-of-00002.safetensors
├── model-00002-of-00002.safetensors
├── model.safetensors.index.json
├── models--meta-llama--Llama-2-7b-chat-hf
├── pytorch_model-00001-of-00003.bin
├── pytorch_model-00002-of-00003.bin
├── pytorch_model-00003-of-00003.bin
├── pytorch_model.bin.index.json
├── README.md
├── special_tokens_map.json
├── tokenizer_config.json
├── tokenizer.json
├── tokenizer.model
└── USE_POLICY.md- 选择使用下面的适合你的命令，一键运行 LLaMA2 模型应用：
# 7B
bash scripts/run-7b.sh
# 或 13B
bash scripts/run-13b.sh
# 或 Chinese 7B
bash scripts/run-7b-cn.sh
# 或 Chinese 7B 4BIT
bash scripts/run-7b-cn-4bit.sh模型运行之后，在浏览器中访问 http://localhost7860 或者 http://你的IP地址:7860 就可以开始玩了。
相关项目
- MetaAI LLaMA2: https://ai.meta.com/llama/ ❤️
- Meta LLaMA2 7B Chat: https://huggingface.co/meta-llama/Llama-2-7b-chat
- Meta LLaMA2 13B Chat: https://huggingface.co/meta-llama/Llama-2-13b-chat
- Chinese LLaMA2 7B: https://huggingface.co/LinkSoul/Chinese-Llama-2-7b ❤️
- Chinese LLaMA2 7B GGML q4: https://huggingface.co/soulteary/Chinese-Llama-2-7b-ggml-q4
- LLaMA2 GGML Converter: https://hub.docker.com/r/soulteary/llama2