2023 年 2 月，Meta 发布 Llama，一度成为 AI 社区最强大的开源大模型，但当时因开源协议问题，无法免费商用，仅供研究使用。5 个月后，免费可商用的 Llama 2 横空出世，训练数据多 40%，上下文长度翻倍。
同年 9 月的 Al Native 会议上，Meta 首席科学家 Yann Lecun 更是大方喊话：「我认为大型语言模型必须是开放的，它将成为每个人都要使用的基础设施。」当时便有网友在其对待「开源」的积极态度上猜测，Meta 或许能够坚定地走在开源道路上。
这一猜测在不久前得到了有力证明，2024 年 4 月 18 日，Meta 宣布开源「有史以来最强大的开源大模型」Llama 3，包括 8B 和 70B 版本。
Llama 3 基于超过 15T token 的训练，相当于 Llama 2 数据集的 7 倍还多，支持 8K 长文本。意料之中，它在多个关键的基准测试中性能优于业界同类先进模型，在代码生成等任务上也实现了全面领先。
Meta 扔下的这一「核弹」在各大 AI 社区引起剧烈反响，开发者们跃跃欲试。
OpenBayes 火速上线了「Llama3-8B-Instruct」和「Llama3-70B」至公共模型板块，想要微调的用户可以直接一键 input 至自己的容器中，无需单独下载、上传，省时又省力。
Llama 3-8B 模型地址：
https://openbayes.com/console/public/models/cNWt5QaLWPL/1/overview
Llama3-70B 模型地址：
https://openbayes.com/console/public/models/EVmg0urG2ak/1/overview
此外，为了有效节省计算资源，进一步降低使用门槛，OpenBayes 平台还在公共教程页面上线了「使用 Ollama 和 Open WebUI 部署 Llama3-8B-Instruct」和「使用 Ollama 和 Open WebUI 部署 Llama3-70B」教程，为大家搭建好了环境，只需点击克隆，即可快速启动。
值得一提的是，Llama3-70B 只占用 1.07GB 的个人存储空间哦！
Ollama 和 Open WebUI 分别提供了强大的后端模型管理和前端界面交互功能，结合使用这两个工具，可以轻松完成大模型的部署和管理。
Llama3-8B 部署教程地址：
https://openbayes.com/console/public/tutorials/BsHi8QNSKHo
Llama3-70B 部署教程地址：
https://openbayes.com/console/public/tutorials/rT2BM9cStLF
五一假期快要来了，小贝根据教程，使用 Ollama 和 Open WebUI 部署 Llama3-70B，并询问了假期去哪里玩，这么多地方选哪个呢？
小贝故意引导了一下 Llama 3，结果它没被骗到。但是同样的问题却骗过了 GPT-3.5！看它一本正经地回答问题，小贝忍不住快要相信了。
数学问题它也能解决哦，再也不用头疼给家里的小朋友辅导功课了！
睡前小故事，又一个技巧 get 到了。
操作步骤
PART 1
Demo 运行阶段
1. 登录 OpenBayes.com，在「公共教程」页面，选择「使用 Ollama 和 Open WebUI 部署 Llama3-8B-Instruct」或「用 Ollama 和 Open WebUI 部署 Llama3 70B」。
接下来小贝将以「使用 Ollama 和 Open WebUI 部署 Llama3-70B」教程为例介绍。
2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
3. 点击右下角「下一步：选择算力」。
4. 跳转后，选择「NVIDIA RTX A6000 48GB 」、选择镜像「PyTorch」，点击「下一步：审核」。新用户使用下方邀请链接注册，还可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长！
小贝总专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console/signup?r=GraceXiii_W8qO
注意：如果运行的是「使用 Ollama 和 Open WebUI 部署 Llama3-8B-Instruct」教程，选择「NVIDIA GeForce RTX 4090」运行即可，可免费测试哦。
5. 点击「继续执行」，等待分配资源，当状态变为「运行中」后，点击「打开工作空间」。
6. 打开工作空间后，在启动页新建一个终端会话，然后在命令行里输入以下内容，启动 Ollama。
OLLAMA_MODELS=/openbayes/home/ollama-models ./ollama serve
7. 再新建一个终端页面，然后在命令行里输入以下内容，启动 Open WebUI。
bash /openbayes/input/input1/open-webui/backend/start.sh8. 稍等片刻，当命令行出现「INFO:Uvicorn running on http://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可打开 Open WebUI 页面。
请注意，用户需在实名认证后才能使用 API 地址访问功能。
PART 2
效果展示阶段
1. 打开 Open WebUI 界面后，登录账号。
账号：admin@example.com
密码：adminadmin
2. 选择 Llama 3-70B 模型。
3. 输入问题，即可使用啦。
新用户福利
新用户注册：点击下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长，永久有效！
📢 小贝总专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console/signup?r=GraceXiii_W8qO
使用过程遇到任何问题，欢迎扫码添加 OpenBayes 首席福利官小贝的微信哦，分分钟帮你解决！