Llama 3.1 8B Instruct GGUF

🚀 Llama 3.1 8B Instruct - GGUF

本项目提供了Meta的Llama 3.1 8B Instruct模型的GGUF格式文件，助力多语言对话场景下的高效应用，在行业基准测试中表现出色。

🚀 快速开始

本仓库包含两个版本的Meta-Llama-3.1-8B-Instruct，分别适用于transformers和原始的llama代码库。

使用transformers

从transformers >= 4.43.0版本开始，你可以使用Transformers的pipeline抽象或借助Auto类和generate()函数进行对话推理。

请确保通过以下命令更新你的transformers安装：

pip install --upgrade transformers

import transformers
import torch

model_id = "meta-llama/Meta-Llama-3.1-8B-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?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

注意：你还可以在huggingface-llama-recipes找到有关如何在本地使用该模型、使用torch.compile()、辅助生成、量化等详细指南。

使用transformers进行工具调用

LLaMA-3.1支持多种工具调用格式。你可以在这里查看完整的提示格式化指南。

在Transformers中，也可以通过聊天模板支持工具调用。以下是一个简单工具调用的快速示例：

# 首先，定义一个工具
def get_current_temperature(location: str) -> float:
    """
    Get the current temperature at a location.
    
    Args:
        location: The location to get the temperature for, in the format "City, Country"
    Returns:
        The current temperature at the specified location in the specified units, as a float.
    """
    return 22.  # A real function should probably actually get the temperature!

# 接下来，创建一个聊天并应用聊天模板
messages = [
  {"role": "system", "content": "You are a bot that responds to weather queries."},
  {"role": "user", "content": "Hey, what's the temperature in Paris right now?"}
]

inputs = tokenizer.apply_chat_template(messages, tools=[get_current_temperature], add_generation_prompt=True)

然后，你可以像往常一样从这个输入生成文本。如果模型生成了一个工具调用，你应该将其添加到聊天中，如下所示：

tool_call = {"name": "get_current_temperature", "arguments": {"location": "Paris, France"}}
messages.append({"role": "assistant", "tool_calls": [{"type": "function", "function": tool_call}]})

然后调用工具并将结果以tool角色添加到聊天中，如下所示：

messages.append({"role": "tool", "name": "get_current_temperature", "content": "22.0"})

之后，你可以再次调用generate()让模型在聊天中使用工具调用的结果。请注意，这只是对工具调用的简要介绍，更多信息请参阅LLaMA提示格式文档和Transformers的工具使用文档。

使用llama

请遵循仓库中的说明。

要下载原始检查点，请参考以下使用huggingface-cli的示例命令：

huggingface-cli download meta-llama/Meta-Llama-3.1-8B-Instruct --include "original/*" --local-dir Meta-Llama-3.1-8B-Instruct

✨ 主要特性

• 多语言支持：支持英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语等多种语言。
• 优化架构：采用优化的Transformer架构，经过监督微调（SFT）和基于人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。
• 长上下文窗口：支持128k的上下文长度。
• 工具调用能力：支持多种工具调用格式，方便开发者集成第三方工具。

📦 安装指南

使用transformers

确保通过以下命令更新你的transformers安装：

pip install --upgrade transformers

使用llama

要下载原始检查点，请参考以下使用huggingface-cli的示例命令：

huggingface-cli download meta-llama/Meta-Llama-3.1-8B-Instruct --include "original/*" --local-dir Meta-Llama-3.1-8B-Instruct

📚 详细文档

模型信息

Meta Llama 3.1系列多语言大语言模型（LLMs）是一组预训练和指令微调的生成模型，有8B、70B和405B三种规模（文本输入/文本输出）。Llama 3.1指令微调的纯文本模型（8B、70B、405B）针对多语言对话用例进行了优化，在常见行业基准测试中优于许多现有的开源和闭源聊天模型。

属性	详情
模型开发者	Meta
模型架构	Llama 3.1是一种自回归语言模型，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）来符合人类对有用性和安全性的偏好。
训练数据	新的公开在线数据组合。
参数规模	8B、70B、405B
输入模态	多语言文本
输出模态	多语言文本和代码
上下文长度	128k
GQA	是
令牌数量	15T+
知识截止日期	2023年12月
支持语言	英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语
模型发布日期	2024年7月23日
状态	这是一个在离线数据集上训练的静态模型。随着我们根据社区反馈改进模型安全性，未来将发布微调模型的新版本。
许可证	自定义商业许可证，Llama 3.1社区许可证，可在此处获取。

预期用途

• 预期用例：Llama 3.1旨在用于多种语言的商业和研究用途。指令微调的纯文本模型适用于类似助手的聊天，而预训练模型可用于各种自然语言生成任务。Llama 3.1模型系列还支持利用其模型输出改进其他模型，包括合成数据生成和蒸馏。Llama 3.1社区许可证允许这些用例。
• 超出范围：以任何违反适用法律法规（包括贸易合规法律）的方式使用。以任何违反可接受使用政策和Llama 3.1社区许可证的方式使用。在本模型卡中未明确提及支持的语言之外使用。

硬件和软件

• 训练因素：我们使用自定义训练库、Meta的自定义GPU集群和生产基础设施进行预训练。微调、注释和评估也在生产基础设施上进行。
• 训练计算量：在H100 - 80GB（TDP为700W）类型的硬件上累计使用了3930万GPU小时的计算资源。训练时间是训练每个模型所需的总GPU时间，功耗是每个GPU设备的峰值功率容量，并根据电源使用效率进行了调整。
• 训练温室气体排放：估计基于位置的总温室气体排放量为11390吨CO2eq。自2020年以来，Meta在其全球运营中保持净零温室气体排放，并100%使用可再生能源匹配其电力消耗，因此基于市场的总温室气体排放量为0吨CO2eq。

模型	训练时间（GPU小时）	训练功耗（W）	基于位置的训练温室气体排放（吨CO2eq）	基于市场的训练温室气体排放（吨CO2eq）
Llama 3.1 8B	146万	700	420	0
Llama 3.1 70B	700万	700	2040	0
Llama 3.1 405B	3084万	700	8930	0
总计	3930万		11390	0

确定训练能源使用和温室气体排放的方法可在此处找到。由于Meta正在公开发布这些模型，其他人不会产生训练能源使用和温室气体排放。

训练数据

• 概述：Llama 3.1在来自公开来源的约15万亿个令牌的数据上进行了预训练。微调数据包括公开可用的指令数据集，以及超过2500万个合成生成的示例。
• 数据新鲜度：预训练数据的截止日期为2023年12月。

基准测试分数

基础预训练模型

类别	基准测试	样本数	指标	Llama 3 8B	Llama 3.1 8B	Llama 3 70B	Llama 3.1 70B	Llama 3.1 405B
通用	MMLU	5	macro_avg/acc_char	66.7	66.7	79.5	79.3	85.2
通用	MMLU-Pro (CoT)	5	macro_avg/acc_char	36.2	37.1	55.0	53.8	61.6
通用	AGIEval English	3 - 5	average/acc_char	47.1	47.8	63.0	64.6	71.6
通用	CommonSenseQA	7	acc_char	72.6	75.0	83.8	84.1	85.8
通用	Winogrande	5	acc_char	-	60.5	-	83.3	86.7
通用	BIG - Bench Hard (CoT)	3	average/em	61.1	64.2	81.3	81.6	85.9
通用	ARC - Challenge	25	acc_char	79.4	79.7	93.1	92.9	96.1
知识推理	TriviaQA - Wiki	5	em	78.5	77.6	89.7	89.8	91.8
阅读理解	SQuAD	1	em	76.4	77.0	85.6	81.8	89.3
阅读理解	QuAC (F1)	1	f1	44.4	44.9	51.1	51.1	53.6
阅读理解	BoolQ	0	acc_char	75.7	75.0	79.0	79.4	80.0
阅读理解	DROP (F1)	3	f1	58.4	59.5	79.7	79.6	84.8

指令微调模型

类别	基准测试	样本数	指标	Llama 3 8B Instruct	Llama 3.1 8B Instruct	Llama 3 70B Instruct	Llama 3.1 70B Instruct	Llama 3.1 405B Instruct
通用	MMLU	5	macro_avg/acc	68.5	69.4	82.0	83.6	87.3
通用	MMLU (CoT)	0	macro_avg/acc	65.3	73.0	80.9	86.0	88.6
通用	MMLU - Pro (CoT)	5	micro_avg/acc_char	45.5	48.3	63.4	66.4	73.3
通用	IFEval			76.8	80.4	82.9	87.5	88.6
推理	ARC - C	0	acc	82.4	83.4	94.4	94.8	96.9
推理	GPQA	0	em	34.6	30.4	39.5	41.7	50.7
代码	HumanEval	0	pass@1	60.4	72.6	81.7	80.5	89.0
代码	MBPP ++ base version	0	pass@1	70.6	72.8	82.5	86.0	88.6
代码	Multipl - E HumanEval	0	pass@1	-	50.8	-	65.5	75.2
代码	Multipl - E MBPP	0	pass@1	-	52.4	-	62.0	65.7
数学	GSM - 8K (CoT)	8	em_maj1@1	80.6	84.5	93.0	95.1	96.8
数学	MATH (CoT)	0	final_em	29.1	51.9	51.0	68.0	73.8
工具使用	API - Bank	0	acc	48.3	82.6	85.1	90.0	92.0
工具使用	BFCL	0	acc	60.3	76.1	83.0	84.8	88.5
工具使用	Gorilla Benchmark API Bench	0	acc	1.7	8.2	14.7	29.7	35.3
工具使用	Nexus (0 - shot)	0	macro_avg/acc	18.1	38.5	47.8	56.7	58.7
多语言	Multilingual MGSM (CoT)	0	em	-	68.9	-	86.9	91.6

多语言基准测试

类别	基准测试	语言	Llama 3.1 8B	Llama 3.1 70B	Llama 3.1 405B
通用	MMLU (5 - shot, macro_avg/acc)	葡萄牙语	62.12	80.13	84.95
通用	MMLU (5 - shot, macro_avg/acc)	西班牙语	62.45	80.05	85.08
通用	MMLU (5 - shot, macro_avg/acc)	意大利语	61.63	80.4	85.04
通用	MMLU (5 - shot, macro_avg/acc)	德语	60.59	79.27	84.36
通用	MMLU (5 - shot, macro_avg/acc)	法语	62.34	79.82	84.66
通用	MMLU (5 - shot, macro_avg/acc)	印地语	50.88	74.52	80.31
通用	MMLU (5 - shot, macro_avg/acc)	泰语	50.32	72.95	78.21

责任与安全

作为负责任发布方法的一部分，我们采用了三管齐下的策略来管理信任和安全风险：

• 使开发者能够为其目标受众和Llama支持的用例部署有用、安全和灵活的体验。
• 保护开发者免受旨在利用Llama功能造成潜在危害的恶意用户的攻击。
• 为社区提供保护，帮助防止我们的模型被滥用。

负责任的部署

Llama是一种基础技术，旨在用于各种用例。有关Meta的Llama模型如何负责任地部署的示例，请参阅我们的社区故事网页。我们的方法是构建最有用的模型，通过使我们的模型安全与通用用例对齐，解决一系列标准危害，让世界从技术力量中受益。然后，开发者可以根据自己的用例定制安全措施，定义自己的政策，并在其Llama系统中部署必要的保障措施。Llama 3.1是按照我们的《负责任使用指南》中概述的最佳实践开发的，你可以参考《负责任使用指南》了解更多信息。

Llama 3.1指令微调模型

我们进行安全微调的主要目标是为研究社区提供一个有价值的资源，用于研究安全微调的鲁棒性，并为开发者提供一个随时可用、安全且强大的模型，用于各种应用，以减少开发者部署安全AI系统的工作量。有关实施的安全缓解措施的更多详细信息，请阅读Llama 3论文。

微调数据：我们采用多方面的数据收集方法，将供应商提供的人工生成数据与合成数据相结合，以减轻潜在的安全风险。我们开发了许多基于大语言模型（LLM）的分类器，使我们能够精心选择高质量的提示和响应，加强数据质量控制。

拒绝和语气：在Llama 3的基础上，我们非常重视模型对良性提示的拒绝以及拒绝的语气。我们在安全数据策略中包括了边界和对抗性提示，并修改了我们的安全数据响应以遵循语气指南。

Llama 3.1系统

包括Llama 3.1在内的大语言模型并非旨在单独部署，而是应作为整体AI系统的一部分，并根据需要添加额外的安全护栏。开发者在构建自主系统时应部署系统保障措施。保障措施是实现正确的有用性 - 安全性对齐以及减轻系统固有的安全和安全风险以及模型或系统与外部工具集成的关键。

作为负责任发布方法的一部分，我们为社区提供了保障措施，开发者应将其与Llama模型或其他LLM一起部署，包括Llama Guard 3、Prompt Guard和Code Shield。我们所有的参考实现演示默认包含这些保障措施，因此开发者可以立即从系统级安全中受益。

新功能

请注意，此版本引入了新功能，包括更长的上下文窗口、多语言输入和输出以及开发者可能与第三方工具的集成。使用这些新功能除了需要遵循适用于所有生成式AI用例的最佳实践外，还需要进行特定的考虑。

工具使用：就像在标准软件开发中一样，开发者负责将LLM与他们选择的工具和服务集成。他们应该为自己的用例定义明确的政策，并评估他们使用的第三方服务的完整性，以了解使用此功能时的安全和安全限制。有关安全部署第三方保障措施的最佳实践，请参阅《负责任使用指南》。

多语言支持：Llama 3.1除英语外还支持7种语言：法语、德语、印地语、意大利语、葡萄牙语、西班牙语和泰语。Llama可能能够输出超出那些满足安全和有用性性能阈值的语言的文本。我们强烈建议开发者在未根据其政策和《负责任使用指南》中共享的最佳实践实施微调系统控制的情况下，不要使用此模型进行不支持语言的对话。

评估

我们对Llama模型进行了常见用例和特定功能的评估。常见用例评估衡量了为最常见构建的应用（包括聊天机器人、编码助手、工具调用）的系统安全风险。我们构建了专门的对抗性评估数据集，并评估了由Llama模型和Llama Guard 3组成的系统，以过滤输入提示和输出响应。在上下文中评估应用很重要，我们建议为你的用例构建专门的评估数据集。如果与应用相关，Prompt Guard和Code Shield也可用。

功能评估衡量了Llama模型特定功能固有的漏洞，为此我们精心设计了专门的基准测试，包括长上下文、多语言、工具调用、编码或记忆。

红队测试：在这两种情况下，我们都进行了定期的红队测试，目标是通过对抗性提示发现风险，并利用这些经验教训改进我们的基准测试和安全调优数据集。

我们早期与关键风险领域的主题专家合作，了解这些现实世界危害的性质以及此类模型如何可能对社会造成意外危害。基于这些对话，我们为红队制定了一组对抗性目标，例如提取有害信息或重新编程模型以潜在地造成危害。红队由网络安全、对抗性机器学习、负责任AI和完整性方面的专家以及具有特定地理市场完整性问题背景的多语言内容专家组成。

关键和其他风险

我们特别关注减轻以下关键风险领域：

• CBRNE（化学、生物、放射、核和爆炸材料）有用性：为了评估与化学和生物武器扩散相关的风险，我们进行了提升测试，旨在评估使用Llama 3.1模型是否会显著提高恶意行为者使用这些类型武器策划或实施攻击的能力。
• 儿童安全：我们使用一组专家进行了儿童安全风险评估，以评估模型产生可能导致儿童安全风险的输出的能力，并通过微调提供必要和适当的风险缓解建议。我们利用这些专家红队测试会话，在Llama 3模型开发过程中扩大了我们评估基准的覆盖范围。对于Llama 3，我们使用基于目标的方法进行了新的深入会话，以评估模型在多种攻击向量下的风险，包括Llama 3训练的其他语言。我们还与内容专家合作进行红队测试，评估潜在违规内容，同时考虑市场特定的细微差别或经验。
• 网络攻击支持：我们的网络攻击提升研究调查了大语言模型是否会提高人类在黑客任务中的能力，包括技能水平和速度。

我们的攻击自动化研究专注于评估大语言模型作为自主代理在网络攻击行动中的能力，特别是在勒索软件攻击的背景下。此评估与之前将大语言模型视为交互式助手的研究不同。主要目标是评估这些模型是否可以在没有人类干预的情况下有效地作为独立代理执行复杂的网络攻击。

我们对Llama - 3.1 - 405B在网络攻击者社会工程提升方面的研究旨在评估AI模型在协助网络威胁行为者进行鱼叉式网络钓鱼活动中的有效性。有关更多信息，请阅读我们的Llama 3.1网络安全白皮书。

社区

生成式AI安全需要专业知识和工具，我们相信开放社区的力量可以加速其发展。我们是开放联盟的积极成员，包括AI联盟、AI合作组织和MLCommons，积极为安全标准化和透明度做出贡献。我们鼓励社区采用像MLCommons概念验证评估这样的分类法，以促进安全和内容评估的协作和透明度。我们的Purple Llama工具已开源，供社区使用，并广泛分发给包括云服务提供商在内的生态系统合作伙伴。我们鼓励社区为我们的Github仓库做出贡献。

我们还设立了Llama影响赠款计划，以识别和支持Meta的Llama模型在教育、气候和开放创新三个类别中对社会有益的最有吸引力的应用。数百份申请中的20名决赛选手可以在这里找到。

最后，我们建立了一系列资源，包括输出报告机制和漏洞赏金计划，以在社区的帮助下不断改进Llama技术。

伦理考虑和局限性

Llama 3.1的核心价值观是开放性、包容性和有用性。它旨在为每个人服务，并适用于广泛的用例。因此，它旨在让不同背景、经验和观点的人都能使用。Llama 3.1以用户的实际需求为出发点，不插入不必要的判断或规范性，同时认识到即使在某些情况下可能看起来有问题的内容，在其他情况下也可能有价值。它尊重所有用户的尊严和自主权，特别是在推动创新和进步的自由思想和表达价值观方面。

但Llama 3.1是一项新技术，与任何新技术一样，其使用存在风险。到目前为止进行的测试尚未涵盖，也不可能涵盖所有场景。出于这些原因，与所有大语言模型一样，Llama 3.1的潜在输出无法提前预测，模型在某些情况下可能会对用户提示产生不准确、有偏见或其他令人反感的响应。因此，在部署任何Llama 3.1模型的应用程序之前，开发者应该针对其特定应用进行安全测试和调优。请参考可用资源，包括我们的《负责任使用指南》、信任与安全解决方案以及其他资源，以了解更多关于负责任开发的信息。

📄 许可证

自定义商业许可证，Llama 3.1社区许可证，可在此处获取。