llama3_8b_chat_uncensored

llama3_8b_chat_uncensored项目介绍

项目概述

llama3_8b_chat_uncensored是一个基于Llama-3 8B模型的项目，它采用了一个未经审查和过滤的Wizard-Vicuna对话数据集进行微调处理。这个项目使用了QLoRA技术来进行微调，旨在提升模型的对话响应能力。

该模型包括了fp32格式的HuggingFace版本，以及一个量化为4-bit q4_0的gguf版本。这样处理后，模型在保证效能的同时，还可以减小存储和计算资源的占用。

提示语风格

模型在训练中采用了一种特定的提示语风格来引导对话。具体形式如下：

### HUMAN:
Hello

### RESPONSE:
Hi, how are you?

### HUMAN:
I'm fine.

### RESPONSE:
How can I help you?

通过这种方式，模型能够更自然地理解和生成对话内容。

训练代码

为方便用户复现训练过程，项目中提供了训练用的代码。用户可以通过以下链接访问该代码：GitHub 仓库。

具体的复现步骤如下：

git clone https://github.com/georgesung/llm_qlora
cd llm_qlora
pip install -r requirements.txt
python train.py configs/llama3_8b_chat_uncensored.yaml

微调指南

如果对QLoRA微调技术感兴趣，可以通过这里了解更详细的指导。

Ollama推理

项目支持通过Ollama进行模型推理。具体步骤如下：

1. 首先，安装Ollama。

2. 根据指引，在终端中执行以下命令以下载模型：

   cd $MODEL_DIR_OF_CHOICE
   wget https://huggingface.co/georgesung/llama3_8b_chat_uncensored/resolve/main/llama3_8b_chat_uncensored_q4_0.gguf
   

3. 创建一个名为llama3-uncensored.modelfile的文件，内容如下：

   FROM ./llama3_8b_chat_uncensored_q4_0.gguf
   TEMPLATE """{{ .System }}
   
   ### HUMAN:
   {{ .Prompt }}
   
   ### RESPONSE:
   """
   PARAMETER stop "### HUMAN:"
   PARAMETER stop "### RESPONSE:"
   

4. 运行以下命令创建和执行模型：

   ollama create llama3-uncensored -f llama3-uncensored.modelfile
   ollama run llama3-uncensored
   

通过上述步骤，用户可以在自己的环境中轻松部署和使用此对话模型。该项目提供了一种高效的解决方案，以进一步推动自然语言处理技术的发展和应用。