写点什么

LLaMA 快速上手指南

作者:Baihai IDP
  • 2023-03-13
    湖北
  • 本文字数:1052 字

    阅读完需:约 3 分钟

LLaMA快速上手指南

近期,Meta 发布了人工智能大语言模型 LLaMA,包含 70 亿、130 亿、330 亿和 650 亿这 4 种参数规模的模型。其中,最小的 LLaMA 7B 也经过了超 1 万亿个 tokens 的训练。


本文我们将以 7B 模型为例,分享 LLaMA 的使用方法及其效果。

1. LLaMA 的上手指南

这一部分,我们将 step by step,展示 LLaMA 的使用流程。


1) 下载 LLaMA 模型文件



以 7B 模型文件为例,包含内容如下:



2)克隆 LLaMA 项目及环境配置


git clone https://github.com/facebookresearch/llama.gitcd llamapip install -r requirements.txtpip install -e
复制代码


如下示例中,相关操作均可通过 IDP 终端进行。



3) LLaMA 初体验


在 IDP 的 cell 中运行如下代码,即可和 LLaMA 对话,接收 LLaMA 的回答啦!


对于 7B 模型:


TARGET_FOLDER=..torchrun --nproc_per_node 1 example.py --ckpt_dir $TARGET_FOLDER/7B --tokenizer_path $TARGET_FOLDER/tokenizer.model
复制代码


对于 13B 模型:


TARGET_FOLDER=..torchrun --nproc_per_node 2 example.py --ckpt_dir $TARGET_FOLDER/13B --tokenizer_path $TARGET_FOLDER/tokenizer.model
复制代码


对于不同大小的 LLaMA 模型文件,上述命令需要调整的为 TARGET_FOLDER 中模型文件的名称和 node 参数。



让我们来进行两个简单的问答测试。


Prompt 1:


Building a website can be done in 10 simple steps


LLaMA 7B 模型的回答如下:



Prompt 2:


Please write a beautiful love poem


LLaMA 7B 的模型回答如下:



LLaMA 对这个提示词问题,自行增加了一些场景预设,如“I need some new poems for my birthday(为庆生,我需要一些新诗)"。


输入或调整提示词 prompt,可在 example.py 文件中的 prompts 部分进行调整,如下图所示。



关于这两个对话示例,我们也同样放上 ChatGPT 的答案,供大家对比参考。



2. 从 LLaMA 到"开源版 ChatGPT”?

LLaMA 推出 3 天后,Nebuly AI 的初创 AI 企业在 LLaMA 的基础上,基于 RLHF(基于人类反馈的强化学习)进行训练,打造了对标 ChatGPT 的 ChatLLaMA。


nebullvm/apps/accelerate/chatllama at main · nebuly-ai/nebullvm · GitHub



ChatLLaMA 声称训练过程比 ChatGPT 快 15 倍。同时,支持 DeepSpeed ZERO,可以加快微调速度。


DeepSpeed 是一个开源的深度学习训练优化库,ZeRO 是一种显存优化技术,用于提高大型模型的训练效率,如提高训练速度,降低成本和提高模型可用性等。


但 ChatLLaMA 并不提供 LLaMA 的模型权重,根据其 license,也不可以商用。

3. 彩蛋时刻

正如文章标题所说,本文不仅是指南哦。


我们在 IDP 开源的 AI IDE 中,增加了 LLaMA 和 Stable Diffusion 的示例文件,小伙伴们可以快速开启 LLaMA 体验之旅。


项目地址:https://github.com/BaihaiAI/IDP



发布于: 刚刚阅读数: 5
用户头像

Baihai IDP

关注

还未添加个人签名 2021-08-31 加入

IDP(Intelligent Development Platform)是面向数据科学家和算法工程师的新一代AI开发生产平台,便捷、高效数据科学家对数据接入与探索、模型开发、调试、训练和模型发布的需求。

评论

发布
暂无评论
LLaMA快速上手指南_人工智能_Baihai IDP_InfoQ写作社区