LLMs之Llama-3：Llama-3.3的简介、安装和使用方法、案例应用之详细攻略

目录

相关文章

LLMs之LLaMA：LLaMA的简介、安装和使用方法、案例应用之详细攻略

LLMs之LLaMA-2：LLaMA 2的简介(技术细节)、安装、使用方法(开源-免费用于研究和商业用途)之详细攻略

LLMs之Llama-3：Llama 3的简介、安装和使用方法、案例应用之详细攻略

LLMs之llama3-from-scratch：llama3-from-scratch(从头开始利用pytorch来实现并解读LLaMA-3模型的每层代码)的简介、核心思路梳理

LLMs之Llama-3.1：Llama 3.1的简介、安装和使用方法、案例应用之详细攻略

MLM之Llama-3：Llama 3.2的简介、安装和使用方法、案例应用之详细攻略

LLMs之Llama-3：Llama-3.3的简介、安装和使用方法、案例应用之详细攻略

Llama-3.3的简介

1、Meta Llama 3.3 的模型信息

2、特点

3、基准测试

4、伦理考量和局限性

Llama-3.3的安装和使用方法

1、安装

2、使用方法

使用llama

工具使用 (Tool use with transformers)

使用bitsandbytes

3、责任与安全

Llama 3.3的案例应用

---

相关文章

LLMs之LLaMA：LLaMA的简介、安装和使用方法、案例应用之详细攻略

LLMs之LLaMA：LLaMA的简介、安装和使用方法、案例应用之详细攻略_chinese_calendar每年手动更新-CSDN博客

LLMs之LLaMA-2：LLaMA 2的简介(技术细节)、安装、使用方法(开源-免费用于研究和商业用途)之详细攻略

LLMs之LLaMA-2：LLaMA-2的简介(技术细节)、安装、使用方法(开源-免费用于研究和商业用途)之详细攻略_llama2-CSDN博客

LLMs之Llama-3：Llama 3的简介、安装和使用方法、案例应用之详细攻略

LLMs之Llama 3：Llama 3的简介、安装和使用方法、案例应用之详细攻略-CSDN博客

LLMs之llama3-from-scratch：llama3-from-scratch(从头开始利用pytorch来实现并解读LLaMA-3模型的每层代码)的简介、核心思路梳理

https://yunyaniu.blog.csdn.net/article/details/139078566

LLMs之Llama-3.1：Llama 3.1的简介、安装和使用方法、案例应用之详细攻略

LLMs之Llama 3.1：Llama 3.1的简介、安装和使用方法、案例应用之详细攻略-CSDN博客

MLM之Llama-3：Llama 3.2的简介、安装和使用方法、案例应用之详细攻略

MLM之Llama-3：Llama 3.2的简介、安装和使用方法、案例应用之详细攻略_llama 3.2安装教程-CSDN博客

LLMs之Llama-3：Llama-3.3的简介、安装和使用方法、案例应用之详细攻略

LLMs之Llama-3：Llama-3.3的简介、安装和使用方法、案例应用之详细攻略-CSDN博客

Llama-3.3的简介

2024年12月6日，Meta发布，Llama 3.3是一个70B参数的多语言大型语言模型(LLM)，经过预训练和指令微调，支持多种语言的文本输入和输出，在常见行业基准测试中优于许多开源和闭源聊天模型。经过精心设计，在多个基准测试中表现出色，并具有明确的许可协议和反馈机制。

Meta Llama 3.3是一个强大的多语言大型语言模型，在多个基准测试中表现出色。它具有广泛的应用前景，但同时也存在一些伦理和安全方面的挑战。Meta 采取了多项措施来确保模型的安全性和负责任的使用，包括采用三管齐下的安全策略、进行全面的红队测试、提供多种工具和资源，以及积极参与开源社区。开发人员在使用Llama 3.3时，需要遵守许可协议，注意其使用范围和局限性，并进行必要的安全测试和微调，以确保其应用的安全性和可靠性。 模型的开放性、包容性和有用性是其核心价值观，但同时也需要持续关注和改进，以最大限度地减少潜在风险。

总而言之，Llama 3.3 70B 模型是一个高性能、低成本、多语言、注重安全性的生成式 AI 模型，在教育、软件开发和企业应用等多个领域具有广泛的应用前景。

HuggingFace；https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct

官网：https://www.llama.com/docs/overview/

GitHub：llama-models/models/llama3_3/MODEL_CARD.md at main · meta-llama/llama-models · GitHub

1、Meta Llama 3.3 的模型信息

>> 模型架构：基于优化的Transformer架构的自回归语言模型，微调版本使用监督微调(SFT)和基于人类反馈的强化学习(RLHF)来对齐人类对有用性和安全性的偏好。

>> 训练数据：使用了公开可用的在线数据混合集，包含超过15万亿个token。截止日期为2023年12月。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。模型使用了分组查询注意力(GQA)以提高推理的可扩展性。

>> 模型发布日期：70B指令微调版本：2024年12月6日。这是一个基于离线数据集训练的静态模型，未来版本将随着社区反馈改进模型安全性而发布。

>> 许可证：采用自定义商业许可证——Llama 3.3社区许可协议 (https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/LICENSE)。

2、特点

Llama 3.3适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，而预训练模型可以适应各种自然语言生成任务。Llama 3.3模型还支持利用其模型的输出改进其他模型，包括合成数据生成和蒸馏。Llama 3.3社区许可证允许这些用例。

>> 微调数据：采用多方面的方法收集数据，结合来自供应商的人工生成数据和合成数据，以减轻潜在的安全风险。

>> 强大的性能，成本更低：Llama 3.3 70B 模型的性能与 Meta Llama 405B 模型相似，但成本更低，使高质量的生成式 AI 能够惠及更广泛的受众。

>> 改进的输出：能够生成逐步推理和准确的 JSON 响应，以满足结构化数据需求。

>> 扩展的语言支持：支持八种主要语言，包括英语、法语、印地语和泰语等，具有多语言能力。

>> 增强的编码能力：涵盖更多编程语言，改进错误处理，并提供详细的代码反馈。

>> 任务感知工具使用：更智能的工具调用，尊重预定义参数并避免不必要的调用。

>> 新功能：本版本引入了新功能，包括更长的上下文窗口、多语言输入和输出以及开发人员与第三方工具的集成。

>> 评估：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大多数常用应用程序（包括聊天机器人、编码助手、工具调用）系统的安全风险。

>> 红队测试：进行了反复的红队测试，目的是通过对抗性提示发现风险，并利用这些经验来改进基准测试和安全微调数据集。

>> 注重责任：Meta 的安全协议确保模型不仅强大，而且符合道德 AI 标准。内置安全防护措施，例如 Llama Guard 3 和 Prompt Guard，可防止滥用。

>> 开源合作：Meta积极参与开放联盟，包括AI联盟、人工智能合作组织和MLCommons，积极为安全标准化和透明度做出贡献。

>> 社区资源：提供了一套资源，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。

>> 其他语言支持：Llama 3.3已在比8种支持语言更广泛的语言集合上进行了预训练。开发者可以对Llama 3.3模型进行微调以支持这8种语言之外的语言，前提是他们遵守Llama 3.3社区许可证和《可接受使用政策》，在这种情况下，开发者有责任确保在其他语言中使用Llama 3.3的方式安全可靠。

3、基准测试

指令微调模型：列出了Llama 3.3与之前模型在多个基准测试上的结果比较，包括MMLU、Steerability、Reasoning、Code、Math和Multilingual等方面。

4、伦理考量和局限性

>> 核心价值观：Llama 3.3的核心价值观是开放性、包容性和有用性。

>> 潜在风险：Llama 3.3是一项新技术，与任何新技术一样，其使用也存在风险。迄今为止进行的测试并未涵盖所有场景，模型在某些情况下可能会产生不准确、有偏差或其他令人反感的回应。

>> 开发人员责任：在部署任何Llama 3.3模型应用程序之前，开发人员应进行针对其特定模型应用程序的安全测试和微调。

Llama-3.3的安装和使用方法

1、安装

>> 使用Transformers：提供了使用Transformers库 (版本>=4.45.0) 进行对话式推理的代码示例，包括使用pipeline和Auto类以及generate()函数。

>> 训练因素：使用自定义训练库、Meta的定制GPU集群和生产基础设施进行预训练。微调、标注和评估也在生产基础设施上进行。

>> 训练能耗：在H100-80GB（TDP为700W）类型的硬件上使用了累计3930万GPU小时的计算量。表格中列出了训练时间、训练功耗、基于位置的温室气体排放量和基于市场的温室气体排放量。

>> 训练数据：预训练数据来自公开来源，约15万亿个token。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。预训练数据的截止日期为2023年12月。

2、使用方法

提供了使用Llama 3.3模型的不同方法，包括使用流行的深度学习库Transformers和bitsandbytes进行高效的推理和内存优化，以及使用原始llama代码库的方法。

使用llama

建议遵循代码库中的说明。提供了使用huggingface-cli下载原始检查点的命令示例。

import transformers
import torchmodel_id = "meta-llama/Llama-3.3-70B-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])

工具使用 (Tool use with transformers)

支持多种工具使用格式，并提供了使用Transformers的聊天模板进行工具调用的示例，包括定义工具、创建聊天和应用聊天模板，以及处理模型生成的工具调用和结果。

# First, define a tool
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!# Next, create a chat and apply the chat template
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)

你可以像平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，你应该像这样将其添加到聊天中：

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

然后调用该工具，并将结果附加到其中，就像这样：

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

在此之后，您可以再次生成()，让模型在聊天中使用工具的结果。请注意，这只是对工具调用非常简要的介绍——如需了解更多信息，请参阅LLaMA提示格式文档和Transformers工具使用文档。

使用bitsandbytes

可以使用bitsandbytes和Transformers库对模型进行8位和4位量化，以优化内存使用。提供了相应的代码示例。

import torch
from transformers import AutoModelForCausalLM, AutoTokenizermodel_id = "meta-llama/Llama-3.3-70B-Instruct"
quantization_config = BitsAndBytesConfig(load_in_8bit=True)quantized_model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", torch_dtype=torch.bfloat16, quantization_config=quantization_config)tokenizer = AutoTokenizer.from_pretrained(model_id)
input_text = "What are we having for dinner?"
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")output = quantized_model.generate(**input_ids, max_new_tokens=10)print(tokenizer.decode(output[0], skip_special_tokens=True))

3、责任与安全

>> 负责任的发布方法：采用了三管齐下的策略来管理信任和安全风险：使开发人员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；保护开发人员免受试图利用Llama功能造成潜在危害的恶意用户的攻击；为社区提供保护，以帮助防止滥用我们的模型。

>> 负责任的部署：Llama是一个基础技术，设计用于各种用例。Meta的Llama模型的负责任部署示例可以在其社区故事网页上找到。

>> Llama 3.3指令微调：安全微调的主要目标是为研究界提供一个宝贵的资源，用于研究安全微调的稳健性，并为开发人员提供一个随时可用、安全且强大的模型，用于各种应用程序，以减少开发人员部署安全AI系统的工作量。

Llama 3.3的案例应用

持续更新中……

>> 教育领域：为学生和教育工作者提供多语言 AI 助手。

>> 软件开发领域：通过准确的代码辅助来提高生产力。

>> 企业应用：简化客户支持、数据分析和内容生成。