extra_gated_heading: 访问此模型需向Meta提交联系信息 extra_gated_prompt: >-

LLAMA 2社区许可协议

"协议"指本文规定的Llama材料使用、复制、分发和修改条款。 "文档"指Meta在https://ai.meta.com/resources/models-and-libraries/llama-downloads/发布的Llama 2配套规范、手册和文档。
"被许可方"或"您"指达到适用法律规定的法定年龄，具有法律约束力的个人或实体（若代表他人签订本协议）。 "Llama 2"指Meta在ai.meta.com/resources/models-and-libraries/llama-downloads/发布的基础大语言模型及相关算法，包括机器学习模型代码、训练权重、推理代码等。 "Llama材料"统指Meta根据本协议提供的Llama 2及其文档。 "Meta"或"我们"指Meta Platforms爱尔兰有限公司（欧盟/瑞士用户）或Meta Platforms公司（其他地区用户）。 点击"接受"或使用/分发Llama材料即表示同意受本协议约束。

1. 许可权利与再分发 a. 权利授予：授予非独占、全球性、不可转让、免版税的有限许可，允许使用、复制、分发Llama材料并创建衍生作品。 b. 再分发要求： i. 向第三方分发时须附带本协议； ii. 通过集成产品获取Llama材料时不适用第2条； iii. 须保留版权声明："Llama 2采用LLAMA 2社区许可，版权所有(c) Meta Platforms, Inc."； iv. 使用须符合法律法规及《可接受使用政策》； v. 不得用于改进其他大语言模型（Llama 2衍生作品除外）。

2. 商业条款：若月活用户超7亿，须额外申请商业许可。

3. 免责声明：除非法律要求，Llama材料按"原样"提供，不承担任何明示或默示担保。

4. 责任限制：Meta不对任何间接、特殊、后果性损害承担责任。

5. 知识产权： a. 不授予商标使用权； b. 衍生作品所有权归修改者； c. 提起侵权诉讼将自动终止许可。

6. 协议期限：自接受协议起生效，违约时Meta可终止。终止后须停止使用并删除材料。

7. 适用法律：受加利福尼亚州法律管辖，排除《联合国国际货物销售合同公约》。

Llama 2可接受使用政策

禁止用途包括：

1. 违法活动：暴力、儿童剥削、人口贩卖、非法职业行为等；
2. 高危活动：军事、武器开发、关键基础设施操作等；
3. 欺骗行为：生成虚假信息、垃圾邮件、冒充他人等；
4. 未披露AI系统风险。

违规举报渠道：

• 模型问题：github.com/facebookresearch/llama
• 风险输出：developers.facebook.com/llama_output_feedback
• 安全漏洞：facebook.com/whitehat/info
• 政策违规：LlamaUseReport@meta.com extra_gated_fields: 名: text 姓: text 出生日期: date_picker 国家: country 所属机构: text 地理位置: ip_location
  点击提交即表示接受许可条款，并同意根据Meta隐私政策处理提交的信息: checkbox extra_gated_description: 所提交信息将按照Meta隐私政策进行收集、存储和处理。 extra_gated_button_content: 提交 language:

• 代码 pipeline_tag: 文本生成 tags:
• facebook
• meta
• pytorch
• llama
• llama-2 license: llama2

Code Llama

Code Llama是由70亿到340亿参数规模的预训练及微调生成文本模型系列。本仓库为Hugging Face Transformers格式的70亿参数Python专用版本，适用于通用代码生成与理解任务。其他模型索引见底部表格。

使用方式

安装依赖：

pip install transformers accelerate

功能支持：

• [x] 代码补全
• [ ] 代码填充
• [ ] 指令交互
• [x] Python专项

模型详情

注：使用需遵守Meta许可协议

开发者 Meta
变体 提供三种规模（7B/13B/34B）和三种类型：

• 基础版：通用代码生成与理解
• Python专用版
• 指令微调版

本仓库包含7B参数的Python专用版本

输入 仅接受文本
输出 仅生成文本
架构 基于优化Transformer的自回归语言模型
训练时间 2023年1月至7月
状态 静态离线训练模型
许可 商业许可见：官网链接
论文 《Code Llama: 代码开源基础模型》

预期用途

适用场景

• 商业与研究用途（英语及相关编程语言）
• 基础版：通用代码任务
• Python版：Python专项处理
• 指令版：更安全的代码助手

非适用场景

• 违反法律法规的使用
• 非英语场景
• 违反《可接受使用政策》的行为

硬件与训练

训练设施 使用Meta研究超级集群
碳足迹 总训练耗用40万A100-80GB GPU小时，排放65.3吨CO2当量（已通过碳中和计划抵消）

训练数据

训练数据与Llama 2相同（详见论文第2章）

评估结果

参见论文第3章主模型评估与第4章安全评估

伦理与限制

作为新兴技术，Code Llama存在使用风险：

• 当前仅测试英语场景
• 可能产生不准确/不当输出
• 部署前需进行应用场景专项安全测试

请参阅《负责任使用指南》：官网链接