Meta Llama 3 8B Instruct GGUF

🚀 Meta-Llama-3-8B-Instruct GGUF模型

Meta-Llama-3-8B-Instruct GGUF模型是Meta推出的大语言模型，具有多种量化版本，可根据不同的硬件条件和使用场景进行选择。该模型在多个基准测试中表现出色，适用于商业和研究用途。

🚀 快速开始

模型选择

根据你的硬件能力和内存限制，选择合适的模型格式：

• BF16：适用于支持BF16加速的硬件，具有较高的计算速度和精度。
• F16：更广泛支持的16位浮点格式，在大多数支持FP16加速的设备上可用。
• 量化模型：如Q4_K、Q6_K、Q8等，可减少模型大小和内存使用，同时保持一定的准确性。
• 极低比特量化模型：如IQ3_XS、IQ3_S等，优化了极端内存效率，适用于低功耗设备或大规模部署。

使用示例

使用Transformers库

import transformers
import torch

model_id = "meta-llama/Meta-Llama-3-8B-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

terminators = [
    pipeline.tokenizer.eos_token_id,
    pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
print(outputs[0]["generated_text"][-1])

使用Transformers AutoModelForCausalLM

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "meta-llama/Meta-Llama-3-8B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

terminators = [
    tokenizer.eos_token_id,
    tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = model.generate(
    input_ids,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
response = outputs[0][input_ids.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

✨ 主要特性

超低比特量化

引入了精确自适应量化方法，用于超低比特模型（1 - 2比特），在Llama-3-8B上有显著的性能提升。通过层特定策略，在保持极端内存效率的同时保留准确性。

多种模型格式

提供BF16、F16、量化模型等多种格式，满足不同硬件和内存需求。

良好的性能表现

在多个基准测试中表现出色，优于许多开源聊天模型。

安全性和可靠性

进行了广泛的红队测试和对抗性评估，实施了安全缓解技术，降低了残留风险。同时，改进了微调过程，减少了模型错误拒绝回答提示的可能性。

📦 安装指南

本仓库包含Meta-Llama-3-8B-Instruct的两个版本，可用于transformers库和原始llama3代码库。

使用transformers库

确保你已经安装了transformers和torch库：

pip install transformers torch

使用原始llama3代码库

请按照仓库中的说明进行操作。

💻 使用示例

基础用法

上述快速开始部分的代码示例展示了如何使用transformers库进行对话推理。

高级用法

你可以根据自己的需求调整模型的参数，如max_new_tokens、temperature、top_p等，以获得不同的生成效果。

📚 详细文档

模型详情

• 开发者：Meta
• 变体：Llama 3有8B和70B参数两种大小，包括预训练和指令微调版本。
• 输入：仅接受文本输入。
• 输出：生成文本和代码。
• 模型架构：自回归语言模型，使用优化的Transformer架构。微调版本使用监督微调（SFT）和基于人类反馈的强化学习（RLHF）来与人类偏好对齐。

预期用途

• 预期用例：用于英语的商业和研究用途。指令微调模型适用于类似助手的聊天，预训练模型可用于各种自然语言生成任务。
• 超出范围：违反适用法律法规（包括贸易合规法律）的使用；违反可接受使用政策和Llama 3社区许可证的使用；非英语语言的使用。

硬件和软件

• 训练因素：使用自定义训练库、Meta的研究超级集群和生产集群进行预训练。微调、注释和评估也在第三方云计算上进行。
• 碳足迹：预训练使用了770万个GPU小时的H100 - 80GB硬件计算，估计总排放量为2290 tCO2eq，全部由Meta的可持续发展计划抵消。

训练数据

• 概述：Llama 3在超过15万亿个公开可用的令牌数据上进行预训练。微调数据包括公开可用的指令数据集以及超过1000万个手动注释的示例。
• 数据新鲜度：8B模型的预训练数据截止到2023年3月，70B模型截止到2023年12月。

基准测试

在标准自动基准测试中，Llama 3模型表现出色，优于许多Llama 2模型。具体结果请参考文档中的表格。

责任与安全

• 负责任的AI开发：致力于负责任的AI开发，采取了一系列措施来限制滥用和危害，并支持开源社区。
• 安全工具：提供了Meta Llama Guard 2和Code Shield等安全工具，帮助开发者实现模型和系统级别的安全。
• 安全评估：对模型在CBRNE、网络安全、儿童安全等方面进行了评估，并采取了相应的安全措施。

伦理考虑和限制

虽然Llama 3的核心价值观是开放、包容和有用，但作为一种新技术，它仍然存在一些风险。开发者在部署应用之前，应进行针对特定应用的安全测试和调整，并参考负责任使用指南。

🔧 技术细节

量化方法

• 动态精度分配：前/后25%的层使用IQ4_XS（选定层），中间50%使用IQ2_XXS/IQ3_S（提高效率）。
• 关键组件保护：嵌入层/输出层使用Q5_K，与标准1 - 2比特量化相比，减少了38%的误差传播。

量化性能比较

📄 许可证

本模型使用Llama 3社区许可证，具体条款请参考https://llama.meta.com/llama3/license。

引用说明

@article{llama3modelcard,
  title={Llama 3 Model Card},
  author={AI@Meta},
  year={2024},
  url = {https://github.com/meta-llama/llama3/blob/main/MODEL_CARD.md}
}

贡献者

Aaditya Singh; Aaron Grattafiori; Abhimanyu Dubey; Abhinav Jauhri; Abhinav Pandey; Abhishek Kadian; Adam Kelsey; Adi Gangidi; Ahmad Al-Dahle; Ahuva Goldstand; Aiesha Letman; Ajay Menon; Akhil Mathur; Alan Schelten; Alex Vaughan; Amy Yang; Andrei Lupu; Andres Alvarado; Andrew Gallagher; Andrew Gu; Andrew Ho; Andrew Poulton; Andrew Ryan; Angela Fan; Ankit Ramchandani; Anthony Hartshorn; Archi Mitra; Archie Sravankumar; Artem Korenev; Arun Rao; Ashley Gabriel; Ashwin Bharambe; Assaf Eisenman; Aston Zhang; Aurelien Rodriguez; Austen Gregerson; Ava Spataru; Baptiste Roziere; Ben Maurer; Benjamin Leonhardi; Bernie Huang; Bhargavi Paranjape; Bing Liu; Binh Tang; Bobbie Chern; Brani Stojkovic; Brian Fuller; Catalina Mejia Arenas; Chao Zhou; Charlotte Caucheteux; Chaya Nayak; Ching-Hsiang Chu; Chloe Bi; Chris Cai; Chris Cox; Chris Marra; Chris McConnell; Christian Keller; Christoph Feichtenhofer; Christophe Touret; Chunyang Wu; Corinne Wong; Cristian Canton Ferrer; Damien Allonsius; Daniel Kreymer; Daniel Haziza; Daniel Li; Danielle Pintz; Danny Livshits; Danny Wyatt; David Adkins; David Esiobu; David Xu; Davide Testuggine; Delia David; Devi Parikh; Dhruv Choudhary; Dhruv Mahajan; Diana Liskovich; Diego Garcia-Olano; Diego Perino; Dieuwke Hupkes; Dingkang Wang; Dustin Holland; Egor Lakomkin; Elina Lobanova; Xiaoqing Ellen Tan; Emily Dinan; Eric Smith; Erik Brinkman; Esteban Arcaute; Filip Radenovic; Firat Ozgenel; Francesco Caggioni; Frank Seide; Frank Zhang; Gabriel Synnaeve; Gabriella Schwarz; Gabrielle Lee; Gada Badeer; Georgia Anderson; Graeme Nail; Gregoire Mialon; Guan Pang; Guillem Cucurell; Hailey Nguyen; Hannah Korevaar; Hannah Wang; Haroun Habeeb; Harrison Rudolph; Henry Aspegren; Hu Xu; Hugo Touvron; Iga Kozlowska; Igor Molybog; Igor Tufanov; Iliyan Zarov; Imanol Arrieta Ibarra; Irina-Elena Veliche; Isabel Kloumann; Ishan Misra; Ivan Evtimov; Jacob Xu; Jade Copet; Jake Weissman; Jan Geffert; Jana Vranes; Japhet Asher; Jason Park; Jay Mahadeokar; Jean-Baptiste Gaya; Jeet Shah; Jelmer van der Linde; Jennifer Chan; Jenny Hong; Jenya Lee; Jeremy Fu; Jeremy Teboul; Jianfeng Chi; Jianyu Huang; Jie Wang; Jiecao Yu; Joanna Bitton; Joe Spisak; Joelle Pineau; Jon Carvill; Jongsoo Park; Joseph Rocca; Joshua Johnstun; Junteng Jia; Kalyan Vasuden Alwala; Kam Hou U; Kate Plawiak; Kartikeya Upasani; Kaushik Veeraraghavan; Ke Li; Kenneth Heafield; Kevin Stone; Khalid El-Arini; Krithika Iyer; Kshitiz Malik; Kuenley Chiu; Kunal Bhalla; Kyle Huang; Lakshya Garg; Lauren Rantala-Yeary; Laurens van der Maaten; Lawrence Chen; Leandro Silva; Lee Bell; Lei Zhang; Liang Tan; Louis Martin; Lovish Madaan; Luca Wehrstedt; Lukas Blecher; Luke de Oliveira; Madeline Muzzi; Madian Khabsa; Manav Avlani; Mannat Singh; Manohar Paluri; Mark Zuckerberg; Marcin Kardas; Martynas Mankus; Mathew Oldham; Mathieu Rita; Matthew Lennie; Maya Pavlova; Meghan Keneally; Melanie Kambadur; Mihir Patel; Mikayel Samvelyan; Mike Clark; Mike Lewis; Min Si; Mitesh Kumar Singh; Mo Metanat; Mona Hassan; Naman Goyal; Narjes Torabi; Nicolas Usunier; Nikolay Bashlykov; Nikolay Bogoychev; Niladri Chatterji; Ning Dong; Oliver Aobo Yang; Olivier Duchenne; Onur Celebi; Parth Parekh; Patrick Alrassy; Paul Saab; Pavan Balaji; Pedro Rittner; Pengchuan Zhang; Pengwei Li; Petar Vasic; Peter Weng; Polina Zvyagina; Prajjwal Bhargava; Pratik Dubal; Praveen Krishnan; Punit Singh Koura; Qing He; Rachel Rodriguez; Ragavan Srinivasan; Rahul Mitra; Ramon Calderer; Raymond Li; Robert Stojnic; Roberta Raileanu; Robin Battey; Rocky Wang; Rohit Girdhar; Rohit Patel; Romain Sauvestre; Ronnie Polidoro; Roshan Sumbaly; Ross Taylor; Ruan Silva; Rui Hou; Rui Wang; Russ Howes; Ruty Rinott; Saghar Hosseini; Sai Jayesh Bondu; Samyak Datta; Sanjay Singh; Sara Chugh; Sargun Dhillon; Satadru Pan; Sean Bell; Sergey Edunov; Shaoliang Nie; Sharan Narang; Sharath Raparthy; Shaun Lindsay; Sheng Feng; Sheng Shen; Shenghao Lin; Shiva Shankar; Shruti Bhosale; Shun Zhang; Simon Vandenhende; Sinong Wang; Seohyun Sonia Kim; Soumya Batra; Sten Sootla; Steve Kehoe; Suchin Gururangan; Sumit Gupta; Sunny Virk; Sydney Borodinsky; Tamar Glaser; Tamar Herman; Tamara Best; Tara Fowler; Thomas Georgiou; Thomas Scialom; Tianhe Li; Todor Mihaylov; Tong Xiao; Ujjwal Karn; Vedanuj Goswami; Vibhor Gupta; Vignesh Ramanathan; Viktor Kerkez; Vinay Satish Kumar; Vincent Gonguet; Vish Vogeti; Vlad Poenaru; Vlad Tiberiu Mihailescu; Vladan Petrovic; Vladimir Ivanov; Wei Li; Weiwei Chu; Wenhan Xiong; Wenyin Fu; Wes Bouaziz; Whitney Meers; Will Constable; Xavier Martinet; Xiaojian Wu; Xinbo Gao; Xinfeng Xie; Xuchao Jia; Yaelle Goldschlag; Yann LeCun; Yashesh Gaur; Yasmine Babaei; Ye Qi; Yenda Li; Yi Wen; Yiwen Song; Youngjin Nam; Yuchen Hao; Yuchen Zhang; Yun Wang; Yuning Mao; Yuzi He; Zacharie Delpierre Coudert; Zachary DeVito; Zahra Hankir; Zhaoduo Wen; Zheng Yan; Zhengxing Chen; Zhenyu Yang; Zoe Papakipos

注意事项

⚠️ 重要提示

使用本模型时，请遵守适用法律法规和可接受使用政策。同时，由于模型可能存在一定的局限性，在部署应用之前，请进行充分的安全测试和调整。

💡 使用建议

根据自己的硬件和内存情况选择合适的模型格式。在使用过程中，可以根据需要调整模型的参数，以获得更好的生成效果。