介绍

Meta 的 Llama 3.1 是一个强大的大型语言模型（LLM），在文本生成、翻译和问答方面具有令人印象深刻的能力。然而，使用尖端的 LLM 通常需要云资源。本教程使您能够直接在本地计算机上运行 Meta Llama 3.1 的 8B 版本，让您对 AI 交互拥有更多的控制权和隐私。

先决条件：

• Python 3.x（下载地址：https://www.python.org/downloads/）

• PyTorch（安装说明：https://pytorch.org/get-started）

• Transformers 库（pip install transformers）

• Hugging Face 账户（免费创建：https://huggingface.co/）

获取访问令牌

要访问 Hugging Face Hub 上的模型，您需要一个免费的访问令牌。请在 Hugging Face 上创建一个账户，并按照说明生成您的令牌：

1. 登录 Hugging Face： 确保您拥有 Hugging Face 账户并登录到您的个人资料。

2. 导航到设置： 点击右上角的个人资料图片，从下拉菜单中选择“设置”。

3. 访问令牌选项卡： 在左侧边栏中找到并点击“访问令牌”选项卡。

4. 创建新令牌： 点击“新令牌”按钮。

5. 选择名称和范围： 为您的令牌提供一个描述性名称（例如，“Python 脚本访问”），并选择适当的范围。范围定义了授予令牌的权限。对于大多数用例，“读取”访问权限就足够了。

6. 生成并复制： 点击“生成令牌”按钮。令牌将仅显示一次。请安全地复制它，因为您将无法再次查看。

代码解析

提供的 Python 代码 便于使用 Llama 3.1 3B 模型进行文本生成。让我们分解关键组件：

导入库：

• transformers：提供与预训练模型一起使用的工具。

• torch：Llama 3.1 使用的深度学习框架。

访问令牌和模型 ID：

• 将 '' 替换为您的 Hugging Face 访问令牌。

• model_id 指定 Llama 3.1 的特定版本（meta-llama/Meta-Llama-3.1-8B-Instruct）。

加载模型和分词器：

• Transformers 中的 AutoTokenizer 和 AutoModelForCausalLM 函数使用您的访问令牌从 Hugging Face Hub 加载模型和分词器。

GPU 加速（可选）：

• 代码检查 GPU 可用性，并将模型移动到 GPU 以加快处理速度。

对话结束令牌：

• 这些令牌表示对话或句子的结束。

**generate_text** 函数：

• 此函数接受多个参数：

• message：用户提示以启动对话。

• history（可选）：包含用户和助手消息的元组列表，以提供上下文。

• temperature（可选）：控制生成的随机性（0 = 确定性，1 = 更随机）。

• max_new_tokens（可选）：响应中生成的最大令牌数。

• system（可选）：提供上下文的可选系统提示。

• 该函数构建对话历史，将其转换为模型兼容格式，并根据指定参数生成文本。

示例用法：

• 演示如何使用带有提示和示例历史的 generate_text 函数。

运行代码

1. 将代码保存为 Python 脚本（例如，llama_local.py）。

2. 打开终端或命令提示符，导航到包含脚本的目录。

3. 使用 python llama_local.py 运行脚本。

与 Llama 进行实验

运行脚本后，您可以与 Llama 进行交互！提供提示并观察生成的响应。尝试不同的 temperature 和 max_new_tokens 值，以调整响应的随机性和长度。