Meta的LLama模型非官方下载方法
简介
Llama模型是一个用于自然语言处理的大型语言模型,它由Meta AI开发,拥有65亿个参数。该模型的目的是帮助研究者在AI的子领域中推进他们的工作。Llama模型结构巨大,最小的模型LLaMA 7B也经过了超过1万亿个代币的训练。Llama模型的论文比较冗长,但通过阅读页面,可以了解该模型的下载方法和使用指南。除此之外,Llama模型的表现被认为比OpenAI的ChatGPT更优秀,部署教程和泄露版模型已经都被公开。
下载
wget https://agi.gpt4.org/llama/LLaMA/tokenizer.model -O ./tokenizer.model
wget https://agi.gpt4.org/llama/LLaMA/tokenizer_checklist.chk -O ./tokenizer_checklist.chk
wget https://agi.gpt4.org/llama/LLaMA/7B/consolidated.00.pth -O ./7B/consolidated.00.pth
wget https://agi.gpt4.org/llama/LLaMA/7B/params.json -O ./7B/params.json
wget https://agi.gpt4.org/llama/LLaMA/7B/checklist.chk -O ./7B/checklist.chk
wget https://agi.gpt4.org/llama/LLaMA/13B/consolidated.00.pth -O ./13B/consolidated.00.pth
wget https://agi.gpt4.org/llama/LLaMA/13B/consolidated.01.pth -O ./13B/consolidated.01.pth
wget https://agi.gpt4.org/llama/LLaMA/13B/params.json -O ./13B/params.json
wget https://agi.gpt4.org/llama/LLaMA/13B/checklist.chk -O ./13B/checklist.chk
wget https://agi.gpt4.org/llama/LLaMA/30B/consolidated.00.pth -O ./30B/consolidated.00.pth
wget https://agi.gpt4.org/llama/LLaMA/30B/consolidated.01.pth -O ./30B/consolidated.01.pth
wget https://agi.gpt4.org/llama/LLaMA/30B/consolidated.02.pth -O ./30B/consolidated.02.pth
wget https://agi.gpt4.org/llama/LLaMA/30B/consolidated.03.pth -O ./30B/consolidated.03.pth
wget https://agi.gpt4.org/llama/LLaMA/30B/params.json -O ./30B/params.json
wget https://agi.gpt4.org/llama/LLaMA/30B/checklist.chk -O ./30B/checklist.chk
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.00.pth -O ./65B/consolidated.00.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.01.pth -O ./65B/consolidated.01.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.02.pth -O ./65B/consolidated.02.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.03.pth -O ./65B/consolidated.03.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.04.pth -O ./65B/consolidated.04.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.05.pth -O ./65B/consolidated.05.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.06.pth -O ./65B/consolidated.06.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/consolidated.07.pth -O ./65B/consolidated.07.pth
wget https://agi.gpt4.org/llama/LLaMA/65B/params.json -O ./65B/params.json
wget https://agi.gpt4.org/llama/LLaMA/65B/checklist.chk -O ./65B/checklist.chk
Meta的LLama模型非官方下载方法相关推荐
- IOS应用管理学习,进阶,涉及字典转模型,工厂方法,面向对象思想,页面布局等
IOS应用管理学习,进阶,涉及字典转模型,工厂方法,面向对象思想,页面布局等 前言:人为规定的参数 每一个 小view视图 宽度 80 高度 90 数据类型 CGFloat 定义, 3 列,数据类型 ...
- 谷歌经典bert模型从下载源码到运行成功
谷歌经典bert模型从下载源码到运行成功 近期,对谷歌经典bert模型进行了简单的学习,以官方模型代码为主要学习目标,目前已经成功完成预训练任务,结果如图: 下载源码 官方代码和与训练模型链接:htt ...
- landsat、spot、ikonos等各种卫星信息介绍及几种遥感影像下载方法
目录 一.说明 二.遥感影像下载 三.不同系列的卫星介绍 1. SPOT影像 2.QuickBird 3. IKONOS 4. ALOS 5. Landsat卫星 一.说明 因为学习需要,需要在网上下 ...
- 机器学习模型的集成方法总结:Bagging, Boosting, Stacking, Voting, Blending
机器学习是人工智能的一个分支领域,致力于构建自动学习和自适应的系统,它利用统计模型来可视化.分析和预测数据.一个通用的机器学习模型包括一个数据集(用于训练模型)和一个算法(从数据学习).但是有些模型的 ...
- yolov2模型导入keras方法及问题
yolov2模型导入keras方法及问题yolo是基于darknet框架开发.训练的模型,如果想通过keras进行使用, 需要进行模型数据的转换===============part 1======= ...
- 使用中文维基百科训练word2vec模型的最新方法!
网上看了很多其他博客,发现有些部分都太老旧了,以至于现在套用都错误百出...这里总结了一下使用中文维基百科训练word2vec模型的最新方法. 参考链接: https://blog.csdn.net/ ...
- GIS数据:介绍一下全球行政区划数据的下载方法
初七了! 上班了! 心里是不是颤抖了 那我们GIS思维新一年的工作,也将逐步开展起来了,今年我们将做一些大的改变,关注我们哦,与我们一路同行! 也欢迎加入GIS思维GIS系列技术学习,带给你不一样的学 ...
- Simulink代码生成(二)——代码生成时模型的配置方法及操作流程
Simulink代码生成(二)--代码生成时模型的配置方法及操作流程 文章目录 Simulink代码生成(二)--代码生成时模型的配置方法及操作流程 一.模型 二.代码生成设置 1.步长选择 2.系统 ...
- vue修改meta值_vue中动态设置meta标签和title标签的方法
vue中动态设置meta标签和title标签的方法 因为和原生的交互是需要h5这边来提供meta标签的来是来判断要不要显示分享按钮,所有就需要手动设置meta标签,标题和内容 //router内的设置 ...
最新文章
- Python_Day4_函数
- 读者看《赢道:成功创业者的28条戒律》
- android transfer error: Read-only file system
- 五大react生命周期使用注意事项,绝对干货
- orcal 工具能连接上 程序连接不上_电脑无线网络连接不上怎么办
- 深度学习-文档检测方案整理
- 实用的图片批量压缩优化工具
- 视频云服务四路玩家,谁是最大赢家
- C++ 多态(2): 纯虚函数, 抽象类和接口类
- java第三课:原生数据类型是用陷阱(pitfall of Primitive Data Type)
- 基于Unity3D 的Vuforia SDK开发基础教程
- 实现财务自由的关键词汇
- 我国会计计算机的发展历程,会计的发展历程是什么
- 原生JS实现拖动拉开序幕特效
- 计算机科学与技术专业图书,《计算机科学与技术专业毕业论文选》—甲虎网一站式图书批发平台...
- PHP正则验证手机号
- 详细分析Win11与Win10哪个好用
- 根据拼音首字母筛选人名 1
- 国外有哪些比较好的电子技术方面的网站论坛推荐? - 知乎
- windows mobile ?
热门文章
- 如何用DOS命令修复移动硬盘
- android 项目Failed to transform file ‘xxxxx.jar‘ to match attributes 解决方法
- Python创建工程
- FFmpeg源码分析:avdevice_register_all()注册设备
- 中国分离机械产业“十四五”投资规划及发展潜力研究报告2022~2028年
- 深度学习新星:GAN的基本原理、应用和走向(文末附其他GAN的原理、方法、问题、改进方式和应用)
- 电子基础系列-放大器的那些点滴
- 计算机应用基础试题学测,计算机应用基础测试题含答案
- 【翻译搬运】起源引擎 C/S延迟补偿方法在游戏协议中的设计与优化【一】
- unity3d--人物朝向(RPG游戏黑暗之光)