Llama-Chinese README

The project's README from github.com/LlamaChinese/Llama-Chinese. As one markdown file: README.md.

English | 中文

Llama中文社区

Llama

最好的Llama大模型开源社区

🤗 Hugging Face • 🤖 ModelScope • ✡️ WiseModel

Llama4原生多模态MoE模型发布!

基于Llama的开源中文预训练大模型Atom



🗂️ 目录

📌 Llama中文社区

🔥 社区介绍

欢迎来到Llama中文社区!Llama模型的开源无疑极大促进了大模型技术的发展,我们致力于构建一个开放平台,能够让所有的开发者与技术爱好者一起共创Llama开源生态。从大模型到小模型,从文本到多模态,从软件到硬件算法优化,我们期望开源能够带给全人类以AI普惠。在一个科技爆发的时代,加入Llama Family,与技术一同进步,与社区一同前行,一起迈向AGI!

为什么选择Llama中文社区?

🚀 高级工程师团队支持:社区有一批专注为大家服务的NLP高级工程师,我们有着强大的技术支持和丰富的经验,为您提供专业的指导和帮助。

🎯 中文优化:我们致力于在Llama模型的中文处理方面进行优化,探索适用于中文的最佳实践,以提升其性能和适应性【支持Llama2、Llama3、Llama4】。

💡 创新交流:我们拥有一支富有创造力和经验的社区成员团队,定期组织线上活动、技术研讨和经验分享,促进成员间的创新交流。

🌐 全球联结:我们欢迎来自世界各地的开发者加入社区,构建一个开放、多元化的学习和交流平台。

🤝 开放共享:我们鼓励社区成员开源分享代码和模型,推动合作共赢,共同促进中文NLP技术的发展。

社区活动

🗓️ 线上讲座:邀请行业内专家进行线上讲座,分享Llama在中文NLP领域的最新技术和应用,探讨前沿研究成果。

💻 项目展示:成员可展示自己在Llama中文优化方面的项目成果,获得反馈和建议,促进项目协作。

📚 学习资源:社区维护丰富的学习资料库,包括教程、文档和论文解读,为成员提供全面的学习支持。

📝 论文解读:社区成员共同解读与Llama相关的最新研究论文,深入理解前沿算法和方法。

🎉 主题活动:定期举办各类主题活动,包括挑战赛、黑客马拉松和技术沙龙,让社区成员在轻松愉快的氛围中交流和学习。

🌟 奖励计划:我们设立奖励计划,对社区中积极参与、贡献优秀的成员给予荣誉和奖励,激励更多优秀人才的加入。

📈 技术咨询:我们提供技术咨询服务,解答您在Llama开发和优化过程中遇到的问题,助您快速攻克难关。

🚀 项目合作:鼓励成员间的项目合作,共同探索Llama在实际应用中的潜力,打造创新解决方案。

立即加入我们!

📚 愿景:无论您是对Llama已有研究和应用经验的专业开发者,还是对Llama中文优化感兴趣并希望深入探索的新手,我们都热切期待您的加入。在Llama中文社区,您将有机会与行业内顶尖人才共同交流,携手推动中文NLP技术的进步,开创更加美好的技术未来!

🔗 温馨提示:本社区为专业技术交流平台,我们热切期望志同道合的开发者和研究者加入。请遵守社区准则,共同维护积极向上的学习氛围。感谢您的理解和支持!

🪵 社区资源

社区资源的丰富性是社区发展的重要保障,它涵盖了各种方面,其中包括但不限于以下四个方面:算力、数据、论坛和应用。在这些方面的积极发展与充分利用,将为社区成员提供更多的机会和支持,推动整个社区向着更加繁荣的方向发展。更多的内容请看llama.family

💻 算力

  • 提供低于市场价格的算力资源,可用于各类计算任务,如深度学习模型的训练、推理等。
  • 为社区成员提供专属的在线推理服务,让用户可以快速有效地对模型进行推理操作。
  • 提供一键在线微调服务,使用户可以方便地对模型进行微调,以适应不同的任务和数据。

📊 数据

  • 开放丰富的训练数据资源,覆盖多个领域和行业,为模型训练提供充足的数据支持。
  • 提供高质量、多样化的数据集,以满足不同用户的需求,并支持数据共享和交流,促进数据资源的充分利用。

💬 论坛

  • 社区论坛为社区成员提供了一个在线交流和讨论技术问题的平台。
  • 在论坛上,用户可以分享经验、提出问题、解答疑惑,促进技术交流和合作。
  • 论坛还可以定期举办线上活动、研讨会等,增进社区成员之间的联系和了解。

📱 应用

  • 免费提供应用推广展示位,让开发者可以将他们的应用充分展示给社区成员。
  • 提供推广的帮助,包括但不限于宣传推广、用户引导等服务,帮助应用获得更多的曝光和用户。
  • 通过社区平台,为优秀的应用提供合作机会,促进应用开发者之间的合作和交流,共同推动应用的发展和壮大。

📢 最新动态

【最新】2025年04月05日:原生多模态MoE架构的Llama 4开源!最高达2T参数的Behemoth模型,以及Maverick、Scout。

【最新】2024年12月06日:Llama 3.3模型发布,更新70B Instruct模型。

【最新】2024年09月25日:Llama 3.2模型发布,核心主打1B、3B端侧小模型,以及11B、90B多模态输入模型!

【最新】2024年07月24日:开源最强Llama 3.1模型发布,包含8B、70B和405B!

【最新】2024年07月16日:社区论坛上线,有大模型问题,就找Llama中文社区!

【最新】2024年05月15日:支持ollama运行Llama3-Chinese-8B-Instruct、Atom-7B-Chat,详细使用方法。

【最新】2024年04月23日:社区增加了llama3 8B中文微调模型Llama3-Chinese-8B-Instruct以及对应的免费API调用。

【最新】2024年04月19日:社区增加了llama3 8B、llama3 70B在线体验链接。

【最新】2024年04月14日:社区更新了四个专家角色:心理咨询师、羊驼夸夸 、律师、医生。链接:角色role。

【最新】2024年04月10日:Atom-7B-Chat 模型回答内容相较之前更为丰富、增强了模型的指令遵循能力和回答稳定性、优化了ppo的奖励模型。下载链接modelscope、Huggingface。

【最新】2024年04月01日:社区上线了Llama中文应用平台;同时如果你有优秀的的应用需要推广可以填写申请表。

【最新】2024年03月08日:开放了免费API供大家使用,包含(Atom-1B,7B,13B 3种中文大模型)API使用链接

【最新】2024年04月14日:社区更新了四个专家角色:心理咨询师、羊驼夸夸 、律师、医生。链接:角色role。

【最新】2024年04月10日:Atom-7B-Chat 模型回答内容相较之前更为丰富、增强了模型的指令遵循能力和回答稳定性、优化了ppo的奖励模型。下载链接modelscope、Huggingface。

【最新】2024年04月01日:社区上线了Llama中文应用平台;同时如果你有优秀的的应用需要推广可以填写申请表。

【最新】2024年03月28日:社区免费公开课。

【最新】2024年03月08日:开放了免费API供大家使用,包含(Atom-1B,7B,13B 3种中文大模型)API使用链接

【最新】2023年10月8日:新增清华大学JittorLLMs的推理加速功能JittorLLMs!

  • 2023年9月12日:更新预训练版本Atom-7B和对话版本Atom-7B-Chat模型参数,最新的中文预训练数据量为2.7TB token,训练进程见llama.family!

  • 2023年9月2日:新增模型预训练代码和全量参数微调代码!

  • 2023年8月28日:发布基于Llama2进行中文预训练的开源大模型Atom-7B,并将持续更新,详情参考社区公众号文章!

  • 2023年8月26日:提供FastAPI接口搭建脚本!

  • 2023年8月26日:提供将Meta原始模型参数转换为兼容Hugging Face的格式转化脚本!

  • 2023年8月26日:新增Code Llama模型!

  • 2023年8月15日:新增PEFT加载微调模型参数的代码示例!

  • 2023年8月14日:大模型数据共享训练平台上线,没有算力也能参与大模型训练,社区每位成员贡献的数据都将决定模型能力的未来走向!

  • 2023年8月3日:新增FasterTransformer和vLLM的GPU推理加速支持!

  • 2023年7月31日:【重磅】国内首个真正意义上的Llama2中文大模型发布!详情参见社区公众号文章

  • 2023年7月28日:通过Docker部署问答接口!

  • 2023年7月27日:新增LangChain支持!

  • 2023年7月26日:新增Llama2-13B中文微调参数的4bit量化压缩版本!

  • 2023年7月25日:社区微信公众号“Llama中文社区”欢迎大家关注,获取最新分享和动态!

  • 2023年7月24日:FlagAlpha新增Llama2-13B中文微调参数!

  • 2023年7月24日:llama.family新增Llama2-70B在线体验!

  • 2023年7月23日:Llama2中文微调参数发布至Hugging Face仓库FlagAlpha!

  • 2023年7月22日:Llama2在线体验链接llama.family上线,同时包含Meta原版和中文微调版本!

  • 2023年7月21日:评测了Meta原始版Llama2 Chat模型的中文问答能力!

  • 2023年7月21日:新增Llama2模型的Hugging Face版本国内下载地址!

  • 2023年7月20日:新增飞书知识库文档,欢迎大家一起共建!

  • 2023年7月20日:国内Llama2最新下载地址上线!

  • 2023年7月19日:正式启动Llama2模型的中文预训练,关注我们获取实时动态!

  • 2023年7月19日:Llama2国内下载地址正在启动,敬请期待!

  • 2023年7月19日:开启Llama2中文社区,欢迎大家加入!

🤗 模型发布

中文预训练模型Atom

原子大模型Atom由Llama中文社区和原子回声联合打造。

类别 模型名称 🤗模型加载名称 下载地址
预训练 Atom-7B FlagAlpha/Atom-7B HuggingFace | ModelScope | WiseModel
Chat Atom-7B-Chat FlagAlpha/Atom-7B-Chat HuggingFace | ModelScope | WiseModel

Atom系列模型包含Atom-13B、Atom-7B和Atom-1B,基于Llama2做了中文能力的持续优化。Atom-7B和Atom-7B-Chat目前已完全开源,支持商用,可在Hugging Face仓库获取模型,详情见Atom-7B下载。Atom大模型针对中文做了以下优化:

📝 中文数据详情如下:

类型 描述
网络数据 互联网上公开的网络数据,挑选出去重后的高质量中文数据,涉及到百科、书籍、博客、新闻、公告、小说等高质量长文本数据。
Wikipedia 中文Wikipedia的数据
悟道 中文悟道开源的200G数据
Clue Clue开放的中文预训练数据,进行清洗后的高质量中文长文本数据
竞赛数据集 近年来中文自然语言处理多任务竞赛数据集,约150个
MNBVC MNBVC 中清洗出来的部分数据集

社区提供预训练版本Atom-7B和基于Atom-7B进行对话微调的模型参数供开放下载,关于模型的进展详见社区官网llama.family。

Llama4官方模型

类别 模型名称 🤗模型加载名称 下载地址
预训练 Llama-4-Scout-17B-16E meta-llama/Llama-4-Scout-17B-16E HuggingFace
对话模型 Llama-4-Scout-17B-16E-Instruct meta-llama/Llama-4-Scout-17B-16E-Instruct HuggingFace
预训练 Llama-4-Maverick-17B-128E meta-llama/Llama-4-Maverick-17B-128E HuggingFace
对话模型 Llama-4-Maverick-17B-128E-Instruct meta-llama/Llama-4-Maverick-17B-128E-Instruct HuggingFace

Llama3官方模型

注意:仅保留同等参数量级模型的最新版本。

类别 模型名称 🤗模型加载名称 下载地址
预训练 Llama-3.2-1B meta-llama/Llama-3.2-1B HuggingFace
对话模型 Llama-3.2-1B-Instruct meta-llama/Llama-3.2-1B-Instruct HuggingFace
预训练 Llama-3.2-3B meta-llama/Llama-3.2-3B HuggingFace
对话模型 Llama-3.2-3B-Instruct meta-llama/Llama-3.2-3B-Instruct HuggingFace
预训练 Llama-3.1-8B meta-llama/Llama-3.1-8B HuggingFace
对话模型 Llama-3.1-8B-Instruct meta-llama/Llama-3.1-8B-Instruct HuggingFace
预训练 Llama-3.1-70B meta-llama/Llama-3.1-70B HuggingFace
对话模型 Llama-3.3-70B-Instruct meta-llama/Llama-3.3-70B-Instruct HuggingFace
预训练 Llama-3.1-405B meta-llama/Llama-3.1-405B HuggingFace
对话模型 Llama-3.1-405B-Instruct meta-llama/Llama-3.1-405B-Instruct HuggingFace
多模态预训练 Llama-3.2-11B-Vision meta-llama/Llama-3.2-11B-Vision HuggingFace
多模态对话模型 Llama-3.2-11B-Vision-Instruct meta-llama/Llama-3.2-11B-Vision-Instruct HuggingFace
多模态预训练 Llama-3.2-90B-Vision meta-llama/Llama-3.2-90B-Vision HuggingFace
多模态对话模型 Llama-3.2-90B-Vision-Instruct meta-llama/Llama-3.2-90B-Vision-Instruct HuggingFace

Llama3中文微调模型

类别 模型名称 🤗模型加载名称 下载地址
对话模型 Llama3-Chinese-8B-Instruct FlagAlpha/Llama3-Chinese-8B-Instruct HuggingFace | modelscope | wisemodel

Llama2官方模型

类别 模型名称 🤗模型加载名称 下载地址
预训练 Llama2-7B meta-llama/Llama-2-7b-hf HuggingFace | 迅雷网盘
预训练 Llama2-13B meta-llama/Llama-2-13b-hf HuggingFace | 迅雷网盘
预训练 Llama2-70B meta-llama/Llama-2-70b-hf HuggingFace
Chat Llama2-7B-Chat meta-llama/Llama-2-7b-chat-hf HuggingFace | 迅雷网盘
Chat Llama2-13B-Chat meta-llama/Llama-2-13b-chat-hf HuggingFace | 迅雷网盘
Chat Llama2-70B-Chat meta-llama/Llama-2-70b-chat-hf HuggingFace | 迅雷网盘
Code CodeLlama-7b meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-7b-Python meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-7b-Instruct meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-13b meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-13b-Python meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-13b-Instruct meta-llama/Llama-2-70b-chat-hf 迅雷网盘
Code CodeLlama-34b meta-llama/Llama-2-70b-chat-hf 迅雷网盘

Meta官方在2023年8月24日发布了Code Llama,基于代码数据对Llama2进行了微调,提供三个不同功能的版本:基础模型(Code Llama)、Python专用模型(Code Llama - Python)和指令跟随模型(Code Llama - Instruct),包含7B、13B、34B三种不同参数规模。不同模型能力区别如下表所示:

模型类别 模型名称 代码续写 代码填充 指令编程
Code Llama CodeLlama-7b ✅ ✅ ❌
CodeLlama-13b ✅ ✅ ❌
CodeLlama-34b ✅ ❌ ❌
Code Llama - Python CodeLlama-7b-Python ✅ ❌ ❌
CodeLlama-13b-Python ✅ ❌ ❌
CodeLlama-34b-Python ✅ ❌ ❌
Code Llama - Instruct CodeLlama-7b-Instruct ❌ ✅ ✅
CodeLlama-13b-Instruct ❌ ✅ ✅
CodeLlama-34b-Instruct ❌ ❌ ✅

关于Code Llama的详细信息可以参考官方Github仓库codellama。

Llama2中文微调模型

我们基于中文指令数据集对Llama2-Chat模型进行了微调,使得Llama2模型有着更强的中文对话能力。LoRA参数以及与基础模型合并的参数均已上传至Hugging Face,目前包含7B和13B的模型。

类别 模型名称 🤗模型加载名称 基础模型版本 下载地址
合并参数 Llama2-Chinese-7b-Chat FlagAlpha/Llama2-Chinese-7b-Chat meta-llama/Llama-2-7b-chat-hf HuggingFace
合并参数 Llama2-Chinese-13b-Chat FlagAlpha/Llama2-Chinese-13b-Chat meta-llama/Llama-2-13b-chat-hf HuggingFace
LoRA参数 Llama2-Chinese-7b-Chat-LoRA FlagAlpha/Llama2-Chinese-7b-Chat-LoRA meta-llama/Llama-2-7b-chat-hf HuggingFace
LoRA参数 Llama2-Chinese-13b-Chat-LoRA FlagAlpha/Llama2-Chinese-13b-Chat-LoRA meta-llama/Llama-2-13b-chat-hf HuggingFace

📌 如何使用Llama模型

你可以选择下面的快速上手的任一种方式,开始使用 Llama 系列模型。推荐使用中文预训练对话模型进行使用,对中文的效果支持更好。

快速上手-使用Anaconda

第 0 步:前提条件

第 1 步:准备环境

如需设置环境,安装所需要的软件包,运行下面的命令。

git clone https://github.com/LlamaFamily/Llama-Chinese.git
cd Llama-Chinese
pip install -r requirements.txt

第 2 步:下载模型

你可以从以下来源下载Atom-7B-Chat模型。

第 3 步:进行推理

使用Atom-7B-Chat模型进行推理 创建一个名为 quick_start.py 的文件,并将以下内容复制到该文件中。

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
de

Llama-Chinese (LlamaChinese/Llama-Chinese)

Searching Database…

What is this?Llama-Chinese is a Chinese-language community project built around Meta's Llama models (Llama2, Llama3, Llama4). It provides Chinese pretraining and fine-tuning, a custom Atom model series optimized for Chinese, and resources for training, deploying and using Llama in Chinese for free commercial use.
Is this a model, a toolkit, or both?It's both: a collection of pretrained/fine-tuned Chinese Llama model weights (the Atom series and Llama2/3/4 Chinese fine-tunes) plus scripts and docs for pretraining, fine-tuning, quantization, deployment and inference acceleration.
How do I get a model running quickly?Install Python 3.10+, set up the environment, download a model like Atom-7B-Chat from HuggingFace/ModelScope/WiseModel, then run a quickstart.py script using transformers' AutoTokenizer and AutoModelForCausalLM. Docker, llama.cpp, gradio, API server, and ollama setups are also documented.
What do I need before trying this?Python 3.10 or higher, the transformers library, and enough GPU resources to load the chosen model size (7B, 13B, 70B, up to 405B for Llama3.1 or 2T-parameter Llama4 Behemoth).
Who is this community for?Chinese-speaking developers, NLP researchers, and enthusiasts who want to use, fine-tune, or deploy Llama models with better Chinese-language support, from beginners to experienced practitioners.
Can I run these models fully offline after downloading?Yes, once downloaded the models can be run locally via Anaconda, Docker, llama.cpp, gradio, or ollama without needing a hosted API.
What is the Atom model series?Atom is a family of Chinese-optimized models (1B, 7B, 13B) built on top of Llama2, trained with large-scale Chinese corpora, an expanded 65,000-word Chinese vocabulary for ~350% faster Chinese encoding/decoding, and adaptive context extension up to 32K tokens.
Does the project support fine-tuning my own models?Yes, it provides full LoRA and full-parameter fine-tuning scripts for both Llama and Atom base models, plus guidance on data preparation and loading the fine-tuned weights afterward.
Can I try the models without installing anything?Yes, the community hosts free online demo links and a free API for several Atom and Llama model sizes so you can test them in a browser first.
Does it support LangChain integration?Yes, LangChain support was added to let you plug the Chinese Llama/Atom models into LangChain-based applications.
Size
19.6 MB
Stars
14.8K
Updated
CommitApr 06
Age
3y
Commits · 90 Days