现在还没有用上ChatGPT的朋友,平替方法来了,在本地部署大模型 。 实现与GPT几乎一样的问答效果!
这是一篇关于大模型 本地部署的教程 , 使用目前最强开源大模型LlaMA3,这篇先总结一种最简单、操作步骤最精简的本地部署方法。 主要有2步。

2024年4月19日,Meta公司发布Llama3,共有8B,70B两种参数,分为基础预训练和指令微调两种模型。与Llama2相比,Llama3使用了15T
tokens的训练数据,在推理、数学、代码生成、指令跟踪等能力获得大幅度提升。
使用完全免费。
步骤1:安装Ollama
Ollama可以简单理解为客户端,实现和大模型的交互。ollama软件win和mac都包括:

在这里已经为大家准备好,只需要在我的公众号回复消息:ollama
,就能下载到软件。
下载之后打开,直接点击Next以及Install安装ollama,安装步骤非常简单。
步骤2:安装Llama
下载Llama3,打开新的终端/命令行窗口,执行以下命令:
ollama run llama3
程序会自动下载Llama3的模型文件,默认是8B,也就80亿参数版本,个人电脑完全可以运行。
等待安装完成:

以上就已经安装完毕,到现在大模型已经在本地部署完成。
使用Llama3
打开一个终端窗口,再次输入 ollama run llama3
,自动就会启动,进入会话界面:

发第一条消息,你是谁,用中文回答
,与Llama2相比,Llama3确实在回答速度上大幅提升,基本小于秒级:

发第二条消息,Python代码,冒泡排序,代码+解释
,回答响应非常快,如下图所示:

再告诉它,用中文回答,返回中文回答结果:

总结
Llama3 本地部署大模型,这是最精简的一种方法,推荐大家先按照此方法去实践,使用起来。
作者:郭震
Crossin的新书《码上行动:用ChatGPT学会Python编程》已经上市了。 本书以ChatGPT为辅助,系统全面地讲解了如何掌握Python编程,适合Python零基础入门的读者学习。 【点此查看详细介绍】 购买后可加入读者交流群,Crossin为你开启陪读模式,解答你在阅读本书时的一切疑问。 Crossin的其他书籍:
添加微信 crossin123 ,加入编程教室共同学习 ~