Meta-Llama-3-70B-Instruct-GGUF

Meta-Llama-3-70B-Instruct-GGUF项目介绍

项目概述

Meta-Llama-3-70B-Instruct-GGUF是基于Meta-Llama-3模型系列中的一个高参数量版本，由MaziyarPanahi进行量化和发布。这一项目旨在优化对话使用场景，为用户提供更加高效、安全的对话生成模型。该项目支持多种比特位的量化模型，进一步提高了模型推理的效率和应用的广泛性。

模型背景与开发细节

Meta是Meta Llama 3家族语言模型的开发者，这一模型家族包括经过预训练和指令调优的生成文本模型，提供了8B和70B两种参数规模选择。Llama 3模型旨在优化对话使用场景，其在许多行业基准上超越了其他开源聊天模型。此外，开发团队在设计过程中非常注重模型的帮助性和安全性。

Llama 3模型采用了自回归语言模型架构，利用优化的Transformer架构进行构建。调优版本通过监督微调（SFT）和人类反馈强化学习（RLHF）以更好地满足人类对帮助性和安全性的需求。

模型下载与加载

用户可以根据需求下载必要的量化文件，而无需克隆整个代码库。下载命令如下：

huggingface-cli download MaziyarPanahi/Meta-Llama-3-70B-Instruct-GGUF --local-dir . --include '*Q2_K*gguf'

加载GGUF模型需要使用Llama-3提供的提示模板进行配置。

使用说明

该仓库包含两种版本的Meta-Llama-3-70B-Instruct，分别用于Transformers和原始的llama3代码库。对于Transformers用户，可以使用以下Python代码进行文本生成：

import transformers
import torch

model_id = "meta-llama/Meta-Llama-3-70B-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device="cuda",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

prompt = pipeline.tokenizer.apply_chat_template(
        messages, 
        tokenize=False, 
        add_generation_prompt=True
)

terminators = [
    pipeline.tokenizer.eos_token_id,
    pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = pipeline(
    prompt,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
print(outputs[0]["generated_text"][len(prompt):])