原创:小姐姐味道(微信公众号ID:xjjdog),欢迎分享,非公众号转载保留此声明。
很多人可能对百度
文心一言
发布会的现场记忆犹新。几百亿身价的老板,像小学生一样汇报自己的 PPT,充满了忐忑。
其实大可不必,命令行更加富有科技感,也更有说服力。不管对程序员来说还是围观的群众来说,能干什么并不重要,实际输出什么才是大家最关心的。
毕竟把人当傻子的年代慢慢过去了。
这也难怪。ChatGPT 的模型越来越完善,资本家们都很着急。以往,打着开源的遮羞布,他们也可以拥有自己的自主产权。但没想到 ChatGPT 这么不识好歹,竟然将自己的核心技术夹的这么紧。
如果 ChatGPT 的能力,能够离线,能够运行在任何小型设备上,那么拥有独立人格的智能单元就会变成现实。这种设想,比集中化的大脑更有诱惑力。
这里,就有一个。你可以下载下来实际编译运行在在自己的MacBook上。
llama.cpp
https://github.com/xjjdog/llama.cpp。文末原文连接也可以直达!
这是一个 C++ 实现的 LLaMA 对话库。Java 和 Python的同学也不要被吓倒,它的使用超级简单。如果你遇到什么问题,欢迎到公众号(xjjdog)提问。
热门问题:
- 本仓库只是一点点代码。想要完整运行,需要 下载模型。
- 输出性能优化: https://github.com/ggerganov/llama.cpp/issues/64
- 创建一个
llama.cpp
logo: https://github.com/ggerganov/llama.cpp/issues/105
描述
和ChatGPT对比起来,llama的好处是:使用普通的Macbook,Linux,甚至Docker、树莓派等,就可以运行类比于 ChatGPT 的对话模型。
- 纯C++代码,代码少,而且没有任何依赖
- Apple 的M1 芯片也可以跑,而且有性能优化
- x86架构拥有 AVX2 支持
- 在 CPU 上就能跑,不需要 GPU
支持的平台:
- <input checked="" disabled="" type="checkbox"> Mac OS
- <input checked="" disabled="" type="checkbox"> Linux
- <input checked="" disabled="" type="checkbox"> Windows (via CMake)
- <input checked="" disabled="" type="checkbox"> Docker
模型下载地址:
curl -o ggml-alpaca-7b-q4.bin -C - https://gateway.estuary.tech/gw/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC
curl -o ggml-alpaca-7b-q4.bin -C - https://ipfs.io/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC
curl -o ggml-alpaca-7b-q4.bin -C - https://cloudflare-ipfs.com/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC
那么,这个工具要怎么用呢?超级简单。
首先,将代码clone到本地。
git clone https://github.com/ggerganov/llama.cpp.git
然后,进入到llama.cpp目录。
cd llama.cpp
编译代码。
make
生成后的文件名称叫做
main
,以后,我们只需要运行
./main
即可。
最重要的一步,你需要下载一个数据模型。否则 llama 是不知道加载什么数据来进行计算的。为了测试,我们下载一个最小的。这个文件大小有3.9G,你需要相应大小的内存预留。
curl -o ggml-alpaca-7b-q4.bin -C - https://gateway.estuary.tech/gw/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC
最后,我们就可以指定这个模型,来进行对话输出了。
./main -m ./ggml-alpaca-7b-q4.bin -p "Will the future be female?" -n 512 --color
- m 指定的是模型的位置。
- p 是对话或者问题。比如这里,我问我是否能够吃狗肉!
- n 指定的是输出的文字数量,默认是128。
- --color 输出彩色内容。
下面是一些输出。首先会将输入进行切分,然后生成内容,最后将耗时打印。
% ./main -m ./ggml-alpaca-7b-q4.bin -p "Can i eat dog?" -n 512 --color
No you cannot! Eating dogs is illegal and against the law. It would be considered animal abuse, so please don’t do it under any circumstances…unless you are a cannibal
main: mem per token = 14368644 bytes
main: load time = 743.12 ms
main: sample time = 455.50 ms
main: predict time = 46903.35 ms / 91.79 ms per token
main: total time = 48455.85 ms
交互模式
如果你想要和ChatGPT一样有对话能力的话,也是可以的。需要加上
-i
参数,当然,也可以使用
-r User:
参数输出一个提示符。
比如:
./main -m ./ggml-alpaca-7b-q4.bin -p "Will the future be female?" -n 128 --color -i -r "User:"
授课模式
所谓授课模式,就是提供一个按照顺序输出的文件列表,让电脑按照顺序把答案输出。如果liyanhong使用这种模式,而不是ppt,估计效果会更好。
比如:
./main -m ./models/13B/ggml-model-q4_0.bin -n 256 --repeat_penalty 1.0 --color -i -r "User:" -f prompts/chat-with-bob.txt
内存需求
内存的需求取决于你使用的模型。我们的测试使用的都是最简单的模型,所以4GB就够了。如果想要更精细的输出,你的内存需要更大一些。
modeloriginal sizequantized size (4-bit)7B13 GB3.9 GB13B24 GB7.8 GB30B60 GB19.5 GB65B120 GB38.5 GB
Android
你甚至可以在Android上跑起来。如果你的内存够大,那么完全可以做一个小型对话机器人,还是本地的!
后面如果解决了部分加载的问题,Android的嵌入式应用会非常方便。
End
人类有用的知识库看起来很多,但其实训练下来,最多也不会超过TB级别。当然也不能这么说,计算机也是由 0 和 1 组成的,但现在它几乎什么都能做。但无疑,除了训练算法,对于使用者来说,模型才是最重要的。
把这些有限的数据预装在小型的设备中,这就会成为最小的智能体。在数据中加入人格(目前的Chat系列是可以做到的),这个智能体就可以充当我们的秘书、代言人,甚至男女朋友。
嗯,一切皆有可能。从现在开始注意养生,活的长一点点,来看看未来世界的样子!
作者简介:小姐姐味道 (xjjdog),一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构,日百亿流量,与你探讨高并发世界,给你不一样的味道。我的个人微信xjjdog0,欢迎添加好友,进一步交流。
推荐阅读:
玩转Linux
什么味道专辑
蓝牙如梦
杀机!
失联的架构师,只留下一段脚本
架构师写的BUG,非比寻常
有些程序员,本质是一群羊!
版权归原作者 小姐姐味道 所有, 如有侵权,请联系我们删除。