转载请注明出处：https://www.cnblogs.com/zhiyong-ITNote

基本简述

Llama2-Chinese 大模型：由清华、交大以及浙大博士团队领衔开发；基于200B中文语料库结合Llama2基座模型训练。
Llama中文社区：国内最领先的开源大模型中文社区。
Atom大模型：为了区别于原始的Llama2模型，后续中文Llama2大模型，改名为Atom大模型。
模型获取地址：Huggingface
GITHUB地址：GITHUB

模型信息

Huggingface上Llama-Chinese大模型集合：

查看下Llama2-Chinese-7b-Chat模型的config.json：

查看下Atom-7B-Chat的config.json：

简单看看区别，官方说明：

1. Atom模型：基于Llama2-7B采用大规模的中文数据进行了继续预训练。
2. Llama2-Chinese：由于Llama2本身的中文对齐较弱，我们采用中文指令集，对meta-llama/Llama-2-7b-chat-hf进行LoRA微调，使其具备较强的中文对话能力。

总结来说，Atom模型时重新预训练的；而Llama2-Chinese模型是微调后的。因此如果想要比较完善更全面的中文模型，建议是用Atom模型。

转载请注明出处：https://www.cnblogs.com/zhiyong-ITNote

调用说明

根据 官方文档 在命令行调用API：

from transformers import AutoTokenizer, AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained('meta-llama/Llama-2-7b-chat-hf',device_map='auto',torch_dtype=torch.float16,load_in_8bit=True)
model =model.eval()
tokenizer = AutoTokenizer.from_pretrained('meta-llama/Llama-2-7b-chat-hf',use_fast=False)
input_ids = tokenizer(['<s>Human: 介绍一下中国\n</s><s>Assistant: '], return_tensors="pt",add_special_tokens=False).input_ids.to('cuda')
generate_input = {
    "input_ids":input_ids,
    "max_new_tokens":512,
    "do_sample":True,
    "top_k":50,
    "top_p":0.95,
    "temperature":0.3,
    "repetition_penalty":1.3,
    "eos_token_id":tokenizer.eos_token_id,
    "bos_token_id":tokenizer.bos_token_id,
    "pad_token_id":tokenizer.pad_token_id
}
generate_ids  = model.generate(**generate_input)
text = tokenizer.decode(generate_ids[0])
print(text)

分析来看，调用的是基于Llama2微调后的模型，而不是预训练的模型。暂时也没有看到Atom预训练模型调用的资料。在这里补一下：

# 转载请注明出处：https://www.cnblogs.com/zhiyong-ITNote
from transformers import AutoTokenizer, LlamaForCausalLM
model = LlamaForCausalLM.from_pretrained('mnt/data/zhangzheng/data/AtoM-7B/checkpoint-56000',device_map='auto',torch_dtype=torch.float16,load_in_8bit=True)
model =model.eval()
tokenizer = AutoTokenizer.from_pretrained('mnt/data/zhangzheng/data/AtoM-7B/checkpoint-56000',use_fast=False)
input_ids = tokenizer(['<s>Human: 介绍一下中国\n</s><s>Assistant: '], return_tensors="pt",add_special_tokens=False).input_ids.to('cuda')
generate_input = {
    "input_ids":input_ids,
    "max_new_tokens":512,
    "do_sample":True,
    "top_k":50,
    "top_p":0.95,
    "temperature":0.3,
    "repetition_penalty":1.3,
    "eos_token_id":tokenizer.eos_token_id,
    "bos_token_id":tokenizer.bos_token_id,
    "pad_token_id":tokenizer.pad_token_id
}
generate_ids  = model.generate(**generate_input)
text = tokenizer.decode(generate_ids[0])
print(text)

其实就是根据huggingface上的模型config.json文件的_name_or_path属性值重新配置模型名称即可。

LlamaForCausalLM

这个类是Llama2模型对接到transformers库的衔接类。由config.json的architectures属性值指定了。而且在官方文档有API说明.

对应在github上的实现：

从之前ChatGLM-6B的源码结构分析来看，Llama2的关键源码也是这个llama文件夹下的这些文件，尤其是modeling_llama.py文件。

总结

从目前官方提供的文档等信息来看，资料还是比较少的，尤其是Atom模型的信息及示例等。这也需要我们在自身学习的过程中帮助社区不断地完善相关信息，反哺社区和中文大模型的发展。

转载请注明出处：https://www.cnblogs.com/zhiyong-ITNote