随着通义千问开源版的颁布,越来越多的用户宿愿能在本地部署这款低劣的中文大模型。但是,传统的部署模式往往须要复杂的环境性能,让很多非技术背景的用户望而生畏。当天,我要向大家引见一个反派性的打算:将通义千问转换为Llamafile格局,成功真正的一键运转!
无关 llamafile 的特点,我在上周的文章中做过总结。这次我给大家带来的是驰名的中文开源大模型“通义千问”的本地一键运转处置打算。
为什么选用通义千问?
通义千问(Qwen)是阿里云开源的大言语模型,具备以下特点:
一、为什么选用Llamafile部署打算?
相比于传统的Ollama和llama.cpp部署模式,Llamafile具备以下突出长处:
二、实战:将通义千问转换为Llamafile
上方咱们以广受欢迎的中文大模型通义千问(Qwen2.5-3B)为例,具体引见在Linux下的转换环节。
步骤1:下载Hugging Face模型
首先须要从Hugging Face下载模型文件:
from huggingface_hub import snapshot_downloadmodel_id = "Qwen/Qwen2.5-3B-Instruct"print("Downloading model: "+model_id)snapshot_download(repo_id=model_id, local_dir="Qwen2.5-3B", local_dir_use_symlinks=False, revision="main")
步骤2:转换为llama.cpp格局
2.1 预备环境
git clonellama.cpppip install -r requirements.txt
2.2 转换为GGUF格局
上方的命令会将模型转换为GGUF格局。
python llama.cpp/convert_hf_to_gguf.py ./Qwen2.5-3B --outfile Qwen2.5-3B.gguf --outtype q8_0
以下是转换成功的画面。
步骤3:生成Llamafile
3.1 下载Llamafile运转时
wgetllamafile-0.8.16.zip
3.2 转换为Llamafile格局
./llamafile-0.8.16/bin/llamafile-convert Qwen2.5-3B.gguf
转换成功后,你将获取Qwen2.5-3B.llamafile文件。
运转方法
./Qwen2.5-3B.llamafile
双击Qwen2.5-3B.llamafile.exe 后的命令行显示画面
我的 i5 笔记本纯 CPU 运转也能到达 7 tokens/秒
三、总结与展望
经过Llamafile格局,咱们终于可以像运转个别软件一样经常使用通义千问了!这不只让AI技术变得愈加平民化,也为通义千问这样低劣的中文模型提供了更好的经常使用体验。
未来,咱们等候看到:
补充说明:本教程以通义千问3B版本为例,更大的模型(如7B、14B版本)也可以经常使用相反的方法转换,但须要相应更多的系统内存。倡导依据自己的电脑性能选用适宜的模型版本。
本文转载自,作者:
© 版权声明