llama2:13b-chat-q4_K_S - Ollama 框架

llama2

Llama 2 是一系列基础语言模型，参数范围从 7B 到 70B。

7b 13b 70b

3M 下载更新于 14 个月前

102 个标签

更新于 14 个月前

14 个月前

c9bc1759c3b8 · 7.4GB

[INST] <<SYS>>{{ .System }}<</SYS>> {{ .Prompt }} [/INST]

59B

参数

{ "stop": [ "[INST]", "[/INST]", "<<SYS>>", "<</SYS>>" ] }

91B

许可

# Llama 2 可接受使用政策 Meta 致力于促进其工具的安全和公平使用 f

4.8kB

许可

LLAMA 2 社区许可协议 Llama 2 版本发布日期：2023 年 7 月 18 日“协议”指

7.0kB

自述文件

Llama 2 由 Meta Platforms, Inc. 发布。此模型在 2 万亿个 tokens 上进行训练，默认支持 4096 的上下文长度。Llama 2 Chat 模型经过超过 100 万个人工标注的微调，专为聊天而设计。

CLI

打开终端并运行 ollama run llama2

API

使用 curl 的示例

curl -X POST http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt":"Why is the sky blue?"
 }'

API 文档

内存需求

7b 模型通常需要至少 8GB 的 RAM
13b 模型通常需要至少 16GB 的 RAM
70b 模型通常需要至少 64GB 的 RAM

如果您遇到更高量化级别的问题，请尝试使用 q4 模型或关闭任何其他占用大量内存的程序。

模型变体

Chat 经过微调，适用于聊天/对话用例。这些是 Ollama 中的默认设置，也是在标签选项卡中使用 -chat 标记的模型。

示例：ollama run llama2

预训练 模型没有聊天微调。这在标签选项卡中标记为 -text。

示例：ollama run llama2:text

默认情况下，Ollama 使用 4 位量化。要尝试其他量化级别，请尝试其他标签。q 后面的数字表示用于量化的位数（即 q4 表示 4 位量化）。数字越大，模型越准确，但运行速度越慢，并且需要更多内存。

参考资料

Llama 2：开放的基础和微调聊天模型

Meta 的 Hugging Face 仓库

Llama 2 is released by Meta Platforms, Inc. This model is trained on 2 trillion tokens, and by default supports a context length of 4096. Llama 2 Chat models are fine-tuned on over 1 million human annotations, and are made for chat.

### CLI

Open the terminal and run `ollama run llama2`

### API

Example using curl:

```bash
curl -X POST http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt":"Why is the sky blue?"
 }'
```

[API documentation](https://github.com/jmorganca/ollama/blob/main/docs/api.md)

## Memory requirements

- 7b models generally require at least 8GB of RAM
- 13b models generally require at least 16GB of RAM
- 70b models generally require at least 64GB of RAM

If you run into issues with higher quantization levels, try using the q4 model or shut down any other programs that are using a lot of memory.

## Model variants

**Chat** is fine-tuned for chat/dialogue use cases. These are the default in Ollama, and for models tagged with -chat in the tags tab.

*Example: `ollama run llama2`*

**Pre-trained** is without the chat fine-tuning. This is tagged as -text in the tags tab.

*Example: `ollama run llama2:text`*

By default, Ollama uses 4-bit quantization. To try other quantization levels, please try the other tags. The number after the q represents the number of bits used for quantization (i.e. q4 means 4-bit quantization). The higher the number, the more accurate the model is, but the slower it runs, and the more memory it requires.

## References
[Llama 2: Open Foundation and Fine-Tuned Chat Models](https://arxiv.org/abs/2307.09288)

[Meta's Hugging Face repo](https://hugging-face.cn/meta-llama)

粘贴、拖放或单击以上传图像（.png、.jpeg、.jpg、.svg、.gif）