一、模型介绍

llama 3.1 是 Meta 公司推出的一款功能强大的大型语言模型。具有以下特性：

• 强大的处理能力 ：在处理复杂语言任务上表现出色，无论是一般知识问答、多语种翻译、逻辑推理，还是数学运算、代码生成等专业领域任务，都有优秀的表现。例如，它可以准确地进行复杂的数学计算，为用户提供准确的数学问题解答；在代码生成方面，能够根据用户的需求生成高质量的代码。
• 长文本处理能力提升 ：所有三个版本的模型都将上下文长度提升到了 128k，这意味着它可以更好地处理长格式文本，对于需要理解长篇文章、书籍等内容并进行分析和回答的任务，具有更强的应对能力，能够从长篇文本中获取更多信息，以做出更明智的决策，并生成更加准确和详细的回应3。
• 语言支持广泛 ：支持多种语言，包括英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语等，在多语种自然语言处理方面表现突出，能够无缝转换不同语种，为跨语言交流提供了便利。

二、模型构建

1.环境构建

• 创建虚拟环境

conda create -n llama python=3.12
conda activate llama

• 进入文件

cd llama3.1

• 下载依赖

pip install -r requirements.txt

requirements.txt文件

#requirements.txt文件
fastapi==0.111.1
uvicorn==0.30.3
modelscope==1.16.1
transformers==4.42.4
accelerate==0.32.1
torch==2.3.0

2.下载模型

• 运行以下代码

import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os
model_dir = snapshot_download('LLM-Research/Meta-Llama-3.1-8B-Instruct', cache_dir='/root/sj-tmp/', revision='master')

• 使用以下代码，设置UI页面

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import streamlit as st

# 在侧边栏中创建一个标题和一个链接
with st.sidebar:
    st.markdown("## LLAMA3.1")
    "llm"

# 创建一个标题和一个副标题
st.title("💬 LLaMA3.1 Chatbot")
st.caption("🚀 A streamlit chatbot powered by suanjia")

# 定义模型路径
mode_name_or_path = '/root/sj-tmp/LLM-Research/Meta-Llama-3___1-8B-Instruct/'

# 定义一个函数，用于获取模型和tokenizer
@st.cache_resource
def get_model():
    # 从预训练的模型中获取tokenizer
    tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)
    tokenizer.pad_token = tokenizer.eos_token
    # 从预训练的模型中获取模型，并设置模型参数
    model = AutoModelForCausalLM.from_pretrained(mode_name_or_path, torch_dtype=torch.bfloat16).cuda()
  
    return tokenizer, model

# 加载LLaMA3的model和tokenizer
tokenizer, model = get_model()

# 如果session_state中没有"messages"，则创建一个包含默认消息的列表
if "messages" not in st.session_state:
    st.session_state["messages"] = []

# 遍历session_state中的所有消息，并显示在聊天界面上
for msg in st.session_state.messages:
    st.chat_message(msg["role"]).write(msg["content"])

# 如果用户在聊天输入框中输入了内容，则执行以下操作
if prompt := st.chat_input():
  
    # 在聊天界面上显示用户的输入
    st.chat_message("user").write(prompt)
  
    # 将用户输入添加到session_state中的messages列表中
    st.session_state.messages.append({"role": "user", "content": prompt})

    # 将对话输入模型，获得返回
    input_ids = tokenizer.apply_chat_template(st.session_state["messages"],tokenize=False,add_generation_prompt=True)
    model_inputs = tokenizer([input_ids], return_tensors="pt").to('cuda')
    generated_ids = model.generate(model_inputs.input_ids,max_new_tokens=512)
    generated_ids = [
        output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
    ]
    response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

    # 将模型的输出添加到session_state中的messages列表中
    st.session_state.messages.append({"role": "assistant", "content": response})
    # 在聊天界面上显示模型的输出
    st.chat_message("assistant").write(response)
    print(st.session_state)

• 启动页面

streamlit run demo.py --server.address 0.0.0.0 --server.port 8080

点击此处，立即体验llama3.1-8B！