美國當地時間4月18日，Meta開源了Llama3大模型，目前開源版本為8B和70B。Llama 3模型相比Llama 2具有重大飛躍，並在8B和70B引數尺度上建立了LLM模型的新技術。由於預訓練和後訓練的改進，Llama3模型是目前在8B和70B引數尺度上存在的最好的模型。訓練後程式的改進大大降低了錯誤拒絕率，改善了一致性，增加了模型響應的多樣性。我們還看到了推理、程式碼生成和指令跟蹤等功能的極大改進，使Llama 3更具可操控性。
Meta原話：
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 是一個自迴歸語言模型（an auto-regressive language），它使用最佳化的 transformer 架構。調整後的版本使用監督微調 （SFT） 和帶有人類反饋的強化學習 （RLHF），以符合人類對有用性和安全性的偏好。
今天我就手把手的帶大家用最簡單的方案在本地部署Llama3-8B。只需要下載安裝2個軟體就可以執行，都是開箱即用。
一、安裝Ollama
Ollama是專門為本地化執行大模型設計的軟體，可以執行大多數開源大模型，如llama,gemma，qwen等，首先去官網下載Ollama軟體：https://ollama.com/ ，最簡單的方式是使用Docker 來跑, 此次執行是包括web端的一起執行，所以使用docker-compose打包一起執行以下容器：
- ollama/ollama:latest
- open-webui:latest
具體的文件參見： Getting Started | Open WebUI
二、下載模型
在Ollama官方的Models欄目中，找到我們要的模型, 直接訪問這個連結：https://ollama.com/library/llama3。
右邊有一個命令： ollama run llama3:8b，把它改為ollama pull llama3:8b。然後在cmd命令列中執行這個命令，就會下載模型了。下載需要一些時間，耐心等候。
三、LLAMA3體驗
llama3 整體的推理，邏輯能力都不錯。美中不足的是對中文不太友好。但是比llama2已經好了很多。LLAMA3的訓練語料大概只有5%是非英文內容。它能夠看懂中文，但大部份的回答都會用英文回答，除非你要求它用中文回答。
我的電腦上有一塊16G視訊記憶體的 4090卡，因此我體驗了8b 和 70b .總體上來說70b 要比8b 強不少：我參考光哥的《ChatGPT與New Bing實測對比，New Bing真的是採用GPT-4嗎？》文章中的 三個推理能力測試進行了檢測，透過幾個Prompt的測試，70b模型，3道題全部正確，光哥文章中已經總結了結論，New Bing用的模型應該是ChatGPT 3.5。我還特別測試了百度“弱智吧”問題測試，回答都很好。
首先宣告，此項測試也許並不嚴謹，僅僅作為一項娛樂測試， 但還是具有一定的參考意義，同樣的問題在是在各大模型上反覆測試過的。下面說下一些直觀的感受：
主觀上感覺比明顯很多開源模型回答的要好;
回答更加偏向口語化，並且帶有一些表情，不會一上來就直接回答問題，而是表達一下這個問題“很有趣”或者“發人深省”；
中文語境有待增強，有的時候不能以中文直接回答，畢竟llama3 只有5%的預料是非英語的，中文的預料肯定是很少的，我已經開始期待，國內大佬基於LLama3的中文微調了。