当前位置: 首页 > news >正文

Llama 3.1 本地电脑部署 Linux系统 【轻松简易】

本文分享在自己的本地电脑部署 llama3.1,而且轻松简易,快速上手。

这里借助Ollama工具,在Linux系统中进行大模型部署~

Llama3.1,有三个版本:8B、70B、405B

Llama 3.1 405B 是第一个公开可用的模型,在常识、可操纵性、数学、工具使用和多语言翻译等最先进的能力方面可与顶级 AI 模型相媲美。

8B 和 70B 模型的升级版本支持多种语言,上下文长度显著增加至 128K,工具使用先进,推理能力也更强

这使得 Meta 的最新模型能够支持高级用例,例如长篇文本摘要、多语言对话代理和编码助手。

Meta 还对其许可证进行了修改,允许开发人员使用 Llama 模型(包括 405B 模型)的输出来改进其他模型。

 1、安装Ollama

来到官网地址:Download Ollama on macOS

执行命令来安装ollama:curl -fsSL https://ollama.com/install.sh | sh 

安装位置默认是在 /usr/local/lib/ollama

恭喜Ollama安装成功啦~

启动Ollama():ollama serve

然后可以查询一下版本(可选):ollama -v

或者看一下ollama命令有那些参数(可选):ollama

2、加载和使用Llama3.1

来到Ollama的模型库 https://ollama.com/library/llama3.1

Llama3.1,有三个版本:8B、70B、405B

这里可以先选择小的试一试,比如8b,

输入命令:ollama run llama3.1:8b

这里建议能科学上网,不然可能需要等待很久很久~

成功加载llama3.1:8b啦,能和它聊天交流~

如果想退出聊天,按下Ctrl + d

3、安装chatbox,改善聊天界面

如果使用命令进行聊天,感觉不太舒服,而且代码也不方便表示

这时我们使用chatbox工具,然后加载DeepSeek-R1模型,这样可以用一个漂亮的可视化界面聊天啦

chatbox官网地址:Chatbox AI官网:办公学习的AI好助手,全平台AI客户端,官方免费下载

点击下载完成后,能看到Chatbox-1.9.8-x86_64.AppImage

我们需要给它添加可运行权限:

sudo chmod a+x Chatbox-1.9.8-x86_64.AppImage

然后双击运行,就能打开它啦~

然后打开Chatbox,进行编辑配置

选择“OLLAMA API”,然后选择模型“llama3.1:8b”,其他配置默认就好啦

开启聊天啦

4、尝试不同版本的Llama

上面是llama3.1:8b的版本,用起来很流畅,于是尝试更大参数量的版本(70b、405b等)

对应的命令:

ollama run llama3.1:70b

ollama run llama3.1:405b

相关文章分享:

DeepSeek-R1 本地电脑部署 Windows系统 【轻松简易】_windows部署 deepseek r1-CSDN博客

DeepSeek-R1 本地电脑部署 Linux系统 【轻松简易】_14900kflinux-CSDN博客

分享完成~

http://www.lryc.cn/news/540197.html

相关文章:

  • langchain系列 - FewShotPromptTemplate 少量示例
  • 详细介绍下软件生命周期的各个阶段以及常见的软件生命周期模型
  • 重构谷粒商城07:Git一小时快速起飞指南
  • 设计模式教程:命令模式(Command Pattern)
  • Qt中使用QPdfWriter类结合QPainter类绘制并输出PDF文件
  • Android开发-深入解析Android中的AIDL及其应用场景
  • RT-Thread+STM32L475VET6实现红外遥控实验
  • 【机器学习】衡量线性回归算法最好的指标:R Squared
  • 设计模式-Java
  • 代码讲解系列-CV(五)——语义分割基础
  • 在mfc中使用自定义三维向量类和计算多个三维向量的平均值
  • RDMA ibverbs_API功能说明
  • 【C++语言】string 类
  • 快速上手gdb/cgdb
  • 《养生》(二)
  • JAVA:集成 Drools 业务规则引擎的技术指南
  • GeoHD - 一种用于智慧城市热点探测的Python工具箱
  • 记一次Ngnix配置
  • 2024年国赛高教杯数学建模C题农作物的种植策略解题全过程文档及程序
  • java基础语知识(8)
  • 室内定位精度方案对比
  • Pytorch深度学习教程_5_编写第一个神经网络
  • ImportError: cannot import name ‘FixtureDef‘ from ‘pytest‘
  • 改BUG:Mock测试的时候,when失效
  • 【自动化脚本工具】AutoHotkey (Windows)
  • 专题--Linux体系
  • 【DeepSeek】Mac m1电脑部署DeepSeek
  • Spring AI + Ollama 实现调用DeepSeek-R1模型API
  • 如何在本地和服务器新建Redis用户和密码
  • jmeter接口测试(一)