Llama 3 简介
大家好，
上个月 Meta 发布 Llama 3，大模型开源世界又热闹起来了。
Llama 3 提供两个版本（8B 和 70B）：
**8B 版本适合在消费级 GPU 上高效部署和开发；
70B 版本则专为大规模 AI 应用设计。
每个版本都包括基础和指令调优两种形式。
Meta 官方数据显示，Llama 3 8B 和 70B 版本在语言（MMLU）、知识（GPQA）、编程（HumanEval）、数学（GSM-8K、MATH）等能力上，Llama 3 几乎全面领先于同等规模的其他模型。
8B 模型在 MMLU、GPQA、HumanEval 等多项基准上均胜过 Gemma 7B 和 Mistral 7B Instruct。
而 70B 模型则超越了闭源的当红炸子鸡 Claude 3 Sonnet，和谷歌的 Gemini Pro 1.5 打得有来有回。
用 Ollama 本地运行 Llama3
我看了一些文章介绍本地运行Llama方式很奇怪也很麻烦，难道最极简、省事儿的方式不是Ollama吗？
本公众号读者应该对 Ollama 非常熟悉了，因为介绍过多次。
Ollama 为那些在 macOS、Linux、Windows 上使用 LLM 的开发者提供了一种简便的解决方案，可以更轻松地将这些模型集成到自己的应用程序中。
Ollama 目前支持了市面上几乎所有的开源大模型，安装后均可一个命令本地启动并运行
下载地址：https://ollama.ai/download
下载后安装即可，一路下一步，无须多言。
Ollama 支持 Llama 3 的所有模型。
指令调整模型针对对话/聊天用例进行了微调和优化，并且在常见基准测试中优于许多可用的开源聊天模型。
其中：
Instruct针对聊天/对话用例进行了微调。
例子： ollama run llama3 or ollama run llama3:70b
text 预训练是基础模型。
例子： ollama run llama3:text or ollama run llama3:70b-text
如果个人电脑，显卡一般就老老实实运行8b版吧
安装Ollama后在Terminal中执行ollama run llama3:8b
模型下载完成后就可以直接在 Terminal 中聊天了，我的电脑是丐版 MacBook Air M1，推理时相当卡。
Llama 3 支持中文，但是对中文世界还是不太擅长。
我测了一下，感觉7b的能力还不如 Mistral，同样问题，结果分别如下：
对了 Ollama 还提供 API 接口，开发测试可以使用：
curl -X POST http://localhost:11434/api/generate -d '{ "model": "llama3:8b", "prompt":"Why is the sky blue?" }'
附赠
【一】上千篇CVPR、ICCV顶会论文
【二】动手学习深度学习、花书、西瓜书等AI必读书籍
【三】机器学习算法+深度学习神经网络基础教程
【四】OpenCV、Pytorch、YOLO等主流框架算法实战教程
➤ 请关注公众号【学长论文指导】回复【156】即可获取
➤ 还可咨询论文辅导❤【毕业论文、SCI、CCF、中文核心、El会议】评职称、研博升学、本升海外学府！