Llama-2-Open-Source-LLM-CPU-Inference学习资料汇总 - 在CPU上运行开源大语言模型的文档问答系统

Ray

Llama-2-Open-Source-LLM-CPU-Inference项目简介

Llama-2-Open-Source-LLM-CPU-Inference是一个开源项目,旨在演示如何在CPU上运行Llama 2等开源大语言模型(LLM)进行文档问答。该项目由Kenneth Leung开发,提供了一个清晰的指南,介绍如何使用量化版本的开源LLM在本地CPU上进行推理。

项目流程图

核心技术栈

  • LangChain: 用于开发基于语言模型的应用程序的框架
  • C Transformers: 使用GGML库在C/C++中实现Transformer模型的Python绑定
  • FAISS: 用于高效相似性搜索和聚类的开源库
  • Sentence-Transformers (all-MiniLM-L6-v2): 用于文本嵌入的预训练transformer模型
  • Llama-2-7B-Chat: 针对对话进行微调的开源Llama 2模型
  • Poetry: 用于依赖管理和Python打包的工具

快速开始指南

  1. Hugging Face下载GGML二进制文件并放入models/文件夹

  2. 在项目目录下运行以下命令来解析用户查询:

    poetry run python main.py "<用户查询>"
    

    例如:

    poetry run python main.py "What is the minimum guarantee payable by Adidas?"
    
  3. 如果不使用Poetry,可以省略poetry run前缀

问答输出示例

项目结构

  • /assets: 项目相关图片
  • /config: LLM应用配置文件
  • /data: 项目使用的数据集(曼联2022年年报PDF文档)
  • /models: GGML量化LLM模型二进制文件
  • /src: LLM应用核心组件Python代码
  • /vectorstore: 文档FAISS向量存储
  • db_build.py: 用于摄取数据集并生成FAISS向量存储的Python脚本
  • main.py: 用于启动应用程序并通过命令行传递用户查询的主Python脚本

学习资源

  1. 项目GitHub仓库

  2. 详细教程文章

  3. C Transformers文档

  4. LangChain与C Transformers集成指南

  5. GGML项目

  6. Hugging Face上的Llama 2 GGML模型

通过本项目,读者可以学习如何在CPU上运行开源大语言模型,实现本地文档问答系统,这对于需要自主管理模型部署或遵守数据隐私规定的团队来说尤其有价值。项目不仅提供了实用的代码实现,还详细解释了相关概念和技术,是学习大语言模型应用开发的优秀资源。

avatar
0
0
0
相关项目
Project Cover

Llama-2-Open-Source-LLM-CPU-Inference

详细介绍如何在本地CPU上使用Llama 2、C Transformers、GGML和LangChain运行量化开源LLM进行文档问答的指南。内容涵盖工具配置、模型下载和依赖管理,帮助团队实现自我管理或私有部署,满足数据隐私和合规要求,并节省GPU实例的高额费用。

Project Cover

meditron

Meditron是一套开源医疗大语言模型,包含7B和70B两个版本。这些模型基于Llama-2,通过在医学语料库上持续预训练而来。Meditron-70B在医学推理任务中的表现超越了Llama-2-70B、GPT-3.5和Flan-PaLM。虽然Meditron旨在提升临床决策支持,但在实际医疗应用中仍需谨慎,并进行充分的测试和临床试验。

Project Cover

Chinese-Llama-2

Chinese-Llama-2是一个开源项目,致力于增强Llama-2大语言模型的中文处理能力。项目采用LoRA微调、全参数指令微调和二次预训练等方法,并在中文指令数据集上训练Llama-2模型。提供了训练所需的数据集、教程和模型参数,旨在推动中文自然语言处理研究与应用。经过优化的模型在中文理解、生成和翻译等任务中表现出明显提升。

Project Cover

meditron-7b

Meditron-7B是开源的医学大型语言模型,通过持久的预训练,结合选定的PubMed文献和国际医学指南数据,提高了医疗推理任务的能力。该模型在文本生成和医疗问答方面显示了潜力,但实际使用需经过更多测试和适应调整。

Project Cover

llama-2-tiny-random

基于Llama-2-7b-chat-hf配置进行随机初始化,通过修改隐藏层、注意力头等参数设置,以低资源消耗实现文本生成,适合低成本运算的研究及开发场景。

Project Cover

Nous-Hermes-Llama2-13b

Nous-Hermes-Llama2-13b是基于Llama 2微调的开源语言模型,采用30万条指令进行训练。该模型以生成长篇回复和较低的幻觉率为特点,在AGI-Eval等多项基准测试中表现优异。它可用于创意写作、指令理解等多种语言任务,为开发者和研究人员提供了一个强大的开源语言工具。

Project Cover

llama-2-7b-chat-bnb-4bit

该开源项目致力于优化大语言模型的训练过程,通过创新技术为Mistral、Gemma、Llama 2等主流模型提供训练加速解决方案。基于Colab平台的多个训练笔记本支持对话及文本补全功能,可实现2-5倍的训练速度提升,并将内存占用降低70%。项目支持GGUF格式导出及vLLM、Hugging Face平台部署,为计算资源受限的AI开发团队提供了高效的模型训练方案。

Project Cover

codegemma-2b

CodeGemma-2b项目使用Unsloth技术,加速多个深度学习模型的微调,包括Mistral、Gemma、Llama等。速度提升最高达5倍,内存使用减少70%。通过Google Colab和Kaggle的免费notebook,用户可以轻松展开微调工作。简化的界面设计支持从数据添加到模型导出的完整流程,适合初学者快速上手。这种创新优化方法节省计算资源,提高模型性能,是开发者提升生产力的有力助手。

Project Cover

Llama-2-7b-chat-hf-q4f32_1-MLC

这是一个基于Llama-2-7b-chat-hf的MLC格式q4f32_1模型,支持MLC-LLM和WebLLM项目。模型提供命令行聊天、REST服务器和Python API三种调用方式,可用于开发聊天应用及系统集成。

最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号