extra_gated_heading: 访问此模型需向Meta共享联系信息 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、分发和修改的条款与条件。

"文档"指Meta在https://ai.meta.com/resources/models-and-libraries/llama-downloads/发布的Llama 2配套规范、手册及文档。

"被许可方"或"您"指达到适用法律规定的法定同意年龄，且有权代表雇主或其他实体（若您代表该等主体签署本协议）接受本协议的个人或实体。

"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软件算法，包括机器学习模型代码、训练模型权重、推理代码、训练代码、微调代码等组件。

"Llama材料"统指根据本协议提供的Meta专有Llama 2及其文档（或其任何部分）。

"Meta"或"我们"指Meta Platforms爱尔兰有限公司（若您位于欧洲经济区或瑞士）或Meta Platforms公司（若您位于其他地区）。

点击下方"接受"或使用/分发Llama材料即表示您同意受本协议约束。

1. 许可权利与再分发 a. 权利授予：Meta授予您非排他性、全球性、不可转让、免版税的有限许可，允许使用、复制、分发、创作衍生作品及修改Llama材料。

b. 再分发要求： i. 向第三方分发时须附本协议副本； ii. 若通过集成产品获取Llama材料，则协议第2条不适用； iii. 所有分发副本须包含版权声明："Llama 2采用LLAMA 2社区许可，版权所有© Meta Platforms公司"； iv. 使用需遵守法律及《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，需额外申请Meta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不承担因协议引起的任何间接、特殊、附带或惩罚性损害赔偿。

5. 知识产权： a. 不授予商标使用权； b. 您对自创衍生作品享有所有权； c. 提起侵权诉讼将导致许可自动终止。

6. 协议期限：接受即生效，违约时Meta可终止。终止后须删除材料。第3、4、7条持续有效。

7. 法律适用：受加州法律管辖，排除《联合国国际货物销售合同公约》适用。

Llama 2可接受使用政策

禁止用途包括：

1. 违法或侵害他人权利行为：
   • 暴力恐怖活动、儿童剥削、人口贩卖、向未成年人分发非法信息等；
   • 骚扰歧视、无照专业实践、侵犯隐私权等；
   • 生成恶意软件、病毒等破坏性内容；
2. 可能造成人身伤害的活动：
   • 军事武器、毒品、关键基础设施操作、自残等内容；
3. 欺骗行为：
   • 虚假信息、诽谤内容、垃圾信息、仿冒他人等；
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 勾选即表示我接受许可条款，并同意根据Meta隐私政策处理所提供信息: checkbox extra_gated_description: >- 所提交信息将依据Meta隐私政策进行收集、存储和处理。 extra_gated_button_content: 提交 language:

• en pipeline_tag: text-generation tags:
• facebook
• meta
• pytorch
• llama
• llama-2 license: llama2

Llama 2

Llama 2是由70亿至700亿参数规模的预训练及微调生成文本模型组成的系列。本仓库存储转换为Hugging Face格式的70亿参数预训练模型，其他模型索引见文末。

模型详情

注意：使用本模型需遵守Meta许可协议。下载权重与分词器前，请先访问官网接受许可条款。

Meta开发并开源了Llama 2大语言模型系列，包含多种参数规模的预训练和对话优化版本。经微调的Llama-2-Chat模型在多数基准测试中超越开源对话模型，人类评估显示其安全性和帮助性与ChatGPT等闭源模型相当。

开发团队 Meta
版本差异 提供70亿、130亿和700亿三种参数规模，含预训练和微调版本
输入输出 仅处理文本数据
架构 基于优化Transformer的自回归语言模型，微调版本采用SFT和RLHF技术对齐人类偏好

注：700亿参数版本采用分组查询注意力(GQA)提升推理效率，所有模型全局批大小均为400万token

训练周期 2023年1月至7月
状态 静态模型，后续将根据社区反馈改进安全性
许可 商业许可详见官网
论文 "Llama-2: 开放基础与微调对话模型"

使用范围

适用场景

• 商业与研究领域的英文应用
• 微调版适用于对话场景（需遵循特定格式要求）
• 预训练版可适配各类文本生成任务

限制用途

• 违反法律法规的行为
• 非英语场景
• 违反《可接受使用政策》的行为

硬件与碳足迹

训练配置

• 使用Meta研究超级计算机与第三方云算力
• 预训练累计消耗330万A100-80GB GPU小时（功耗400W）
• 总碳排放539吨CO₂当量，已通过Meta碳中和计划全额抵消

训练数据

• 预训练数据：2万亿token公开数据（截止2022年9月）
• 微调数据：超100万人工标注样本（含2023年7月新数据）
• 不含Meta用户数据

基准测试

综合学术基准表现（百分比）

代码：HumanEval和MBPP平均分；数学：GSM8K(8-shot)和MATH(4-shot)平均分

安全性评估

• 预训练模型：ToxiGen毒性内容生成率21.25%（7B最优）
• 微调模型：Llama-2-Chat 70B在TruthfulQA达到64.14%真实率

伦理限制

Llama 2作为新技术存在使用风险：

• 当前测试仅限英语场景
• 可能产生不准确、偏见或不当输出
• 部署前需进行应用场景专项安全测试

详见《负责任使用指南》

问题反馈

• 模型问题：GitHub仓库
• 风险输出：反馈表单
• 安全漏洞：白帽计划

模型索引