如何在本地使用Ollama运行开源LLMs
本文将指导您下载并使用Ollama，在您的本地设备上与开源大型语言模型（LLMs）进行交互的强大工具。
与像ChatGPT这样的闭源模型不同，Ollama提供透明度和定制性，使其成为开发人员和爱好者的宝贵资源。
我们将探索如何下载Ollama并与两个令人兴奋的开源LLM模型进行交互：Meta的基于文本的模型LLaMA 2和LLaVA，一个可以处理文本和图像的多模态模型。
（本文内容参考：java567.com）
如何下载Ollama
要下载Ollama，请访问Ollama的官方网站并点击下载按钮。
Ollama支持3种不同的操作系统，Windows版本处于预览模式。
您可以根据您的操作系统选择可执行文件，在成功下载可执行文件后，运行可执行文件进行安装。
对于Linux用户，您需要执行屏幕上显示的命令，而不是下载可执行文件。
如何运行Ollama
为了向您展示在本地使用开源LLMs的强大功能，我将用不同的开源模型和不同的用例展示多个示例。这将帮助您轻松使用未来的任何开源LLM模型。
那么，让我们从第一个示例开始吧！
如何运行Meta的LLama2模型
Llama 2模型是Meta的开源LLM模型，我们将像使用ChatGPT（免费版本）一样与之交互，只是基于文本的交互。
首先，让我们使用以下命令下载模型：
ollama run llama2
在下载模型后，您应该看到类似于以下输出：
pulling manifest
pulling 8934d96d3f08... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 3.8 GB
pulling 8c17c2ebb0ea... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 7.0 KB
pulling 7c23fb36d801... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 4.8 KB
pulling 2e0493f67d0c... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 59 B
pulling fa304d675061... 100% ▕████████████████████████████████████████████████████████████████
您应该在下载模型后看到类似于上述内容的输出。
现在，它应该会要求您发送一条消息或提示。让我们问一下llama2：“你能为我做什么？”（您可以问任何您想问的问题）。
如果您问的是上面的同样问题，则应该得到类似于以下回复：
>>> 你能为我做什么？
作为负责任的AI语言模型，我在这里帮助您解答任何您可能遇到的问题或任务。以下是我可以帮助您的一些示例：
1. 回答问题：我可以提供有关各种主题的信息，从科学技术到历史文化。
2. 生成想法：我可以帮助您为创意项目出谋划策，或提供解决问题的建议。
3. 写作辅助：我可以帮助您进行写作任务，例如校对、编辑和建议替代词或短语。
4. 翻译：我可以将文本从一种语言翻译成另一种语言。
5. 摘要内容：我可以将长篇的文本，如文章或文档，总结为更简短、更易消化的版本。
6. 创造力：我可以帮助您生成故事、诗歌或其他形式的创作的创意。
7. 语言学习：我可以通过提供语法解释、词汇表和练习题来帮助您学习一门新语言。
8. 聊天：我在这里与您聊天，并对您想讨论的任何问题或主题提供回复。
如果有任何特定的事情需要我帮助您，请告诉我。
>>> 发送消息（/? 获取帮助）
这就是我从llama2得到的回应。
要退出程序，您可以键入/exit。
现在让我们运行一个多模态模型，您可以发送一张图片并基于此提问。
如何运行LLaVA模型
LLaVA是一个开源多模态LLM模型。多模态模型可以接受多种类型的输入，并相应地生成响应。
使用此模型，我们现在将传递一张图片并根据此提问。
所以，首先要做的是，让我们下载模型：
ollama run llava
BASH 复制 全屏
成功下载模型后，您应该在终端看到类似于以下内容：
pulling manifest
pulling 170370233dd5... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 4.1 GB
pulling 72d6f08a42f6... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 624 MB
pulling 43070e2d4e53... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 11 KB
pulling c43332387573... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 67 B
pulling ed11eda7790d... 100% ▕████████████████████████████████████████████████████████████
BASH 复制 全屏
我将使用来自pexels的这张图片。
这是我从LLaVA得到的输出：
>>> 这张图片里是什么？ ./Downloads/test-image-for-llava.jpeg
已添加图像'./Downloads/test-image-for-llava.jpeg'
该图像显示一个人正在穿越一个十字路口。可以看到交通信号灯，街道上停着一辆公共汽车。道路上标有车道标线和行人过街信号。该地区似乎是城市的，周围没有可见的建筑或结构。
>>> 发送消息（/? 获取帮助）
您可以看到这是对图片的准确解释。
随意尝试其他内容，尽情享受吧。
结论
就是这样！使用Ollama，您可以在自己的设备上尝试强大的LLM模型，如LLaMA 2和LLaVA。
下载Ollama，探索开源大型语言模型的激动人心的世界吧！
如何系统的去学习AI大模型LLM ？
作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1：AI大模型时代的基础理解
- 目标：了解AI大模型的基本概念、发展历程和核心原理。
- 内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
- 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
- 内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3：AI大模型应用架构实践
- 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
- 内容：
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4：AI大模型私有化部署
- 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
- 内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划：
- 阶段1：1-2个月，建立AI大模型的基础知识体系。
- 阶段2：2-3个月，专注于API应用开发能力的提升。
- 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
- 阶段4：4-5个月，专注于高级模型的应用和部署。
这份完整版的所有 ⚡️ 大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
全套 《LLM大模型入门+进阶学习资源包》↓↓↓ 获取~
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
26
0- 0
已为社区贡献3条内容
所有评论(0)