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 ...

Meta的LLama模型非官方下载方法

简介

下载

Meta的LLama模型非官方下载方法相关推荐

最新文章

热门文章