本地部署Llama3-8B/70B 并进行逻辑推理测试

美国当地时间4月18日，Meta开源了Llama3大模型，目前开源版本为8B和70B。Llama 3模型相比Llama 2具有重大飞跃，并在8B和70B参数尺度上建立了LLM模型的新技术。由于预训练和后训练的改进，Llama3模型是目前在8B和70B参数尺度上存在的最好的模型。训练后程序的改进大大降低了错误拒绝率，改善了一致性，增加了模型响应的多样性。我们还看到了推理、代码生成和指令跟踪等功能的极大改进，使Llama 3更具可操控性。

Meta原话：

This next generation of Llama demonstrates state-of-the-art performance on a wide range of industry benchmarks and offers new capabilities, including improved reasoning. We believe these are the best open source models of their class, period.

Llama 3 是一个自回归语言模型（an auto-regressive language），它使用优化的 transformer 架构。调整后的版本使用监督微调 （SFT） 和带有人类反馈的强化学习 （RLHF），以符合人类对有用性和安全性的偏好。

今天我就手把手的带大家用最简单的方案在本地部署Llama3-8B。只需要下载安装2个软件就可以运行，都是开箱即用。

一、安装Ollama

Ollama是专门为本地化运行大模型设计的软件，可以运行大多数开源大模型，如llama,gemma，qwen等，首先去官网下载Ollama软件：https://ollama.com/ ，最简单的方式是使用Docker 来跑, 此次运行是包括web端的一起运行，所以使用docker-compose打包一起运行以下容器：

• ollama/ollama:latest

• open-webui:latest

具体的文档参见：Getting Started | Open WebUI

二、下载模型

在Ollama官方的Models栏目中，找到我们要的模型, 直接访问这个链接：https://ollama.com/library/llama3。

右边有一个命令：   ollama run llama3:8b，把它改为ollama pull llama3:8b。然后在cmd命令行中运行这个命令，就会下载模型了。下载需要一些时间，耐心等候。

三、LLAMA3体验

llama3 整体的推理，逻辑能力都不错。美中不足的是对中文不太友好。但是比llama2已经好了很多。LLAMA3的训练语料大概只有5%是非英文内容。它能够看懂中文，但大部份的回答都会用英文回答，除非你要求它用中文回答。

我的电脑上有一块16G显存的 4090卡，因此我体验了8b 和 70b .总体上来说70b 要比8b 强不少：我参考光哥的《ChatGPT与New Bing实测对比，New Bing真的是采用GPT-4吗？》文章中的 三个推理能力测试进行了检测，通过几个Prompt的测试，70b模型，3道题全部正确，光哥文章中已经总结了结论，New Bing用的模型应该是ChatGPT 3.5。我还特别测试了百度“弱智吧”问题测试，回答都很好。

首先声明，此项测试也许并不严谨，仅仅作为一项娱乐测试， 但还是具有一定的参考意义，同样的问题在是在各大模型上反复测试过的。下面说下一些直观的感受：

• 主观上感觉比明显很多开源模型回答的要好;

• 回答更加偏向口语化，并且带有一些表情，不会一上来就直接回答问题，而是表达一下这个问题“很有趣”或者“发人深省”；

• 中文语境有待增强，有的时候不能以中文直接回答，毕竟llama3 只有5%的预料是非英语的，中文的预料肯定是很少的，我已经开始期待，国内大佬基于LLama3的中文微调了。