额外授权标题：您需要与Meta共享联系信息以访问此模型
额外授权提示：

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、手册及文档。
"被许可方"或"您"指根据适用法律具有法律同意年龄，并代表雇主或其他实体（如适用）签署本协议的个人或组织。
"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：若您位于欧洲经济区或瑞士，则为Meta Platforms爱尔兰有限公司；其他情况为Meta Platforms Inc.

点击下方"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：Meta授予您非独占、全球性、不可转让、免版税的有限许可，允许使用、复制、分发Llama材料及创建衍生作品。
   b. 再分发要求：
   i. 向第三方分发时须附带本协议副本
   ii. 若通过被许可方获取集成产品，则第2条不适用
   iii. 所有分发副本须包含声明文件："Llama 2采用LLAMA 2社区许可，版权所有© Meta Platforms, Inc."
   iv. 使用需遵守适用法律及《可接受使用政策》(https://ai.meta.com/llama/use-policy)
   v. 不得利用输出改进其他大语言模型（Llama 2衍生作品除外）

2. 商业条款
   若被许可方产品月活用户超7亿，须向Meta申请额外许可。

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及其关联公司不对因本协议产生的任何间接、特殊、附带损害承担责任。

5. 知识产权
   a. 不授予商标使用权
   b. 您拥有衍生作品的著作权
   c. 对Meta提起知识产权诉讼将导致许可终止

6. 协议期限
   自接受协议时生效，违约可被终止。终止后须删除所有Llama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》适用。

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、非法内容分发等
2. 高危活动：军事应用、武器开发、关键基础设施操作等
3. 欺骗行为：生成虚假信息、垃圾内容、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
• 安全问题：facebook.com/whitehat/info
• 政策违规：LlamaUseReport@meta.com

授权字段：

• 姓名/出生日期/国家/所属机构
• 勾选即表示接受Meta隐私政策(https://www.facebook.com/privacy/policy/)
  授权按钮：提交

语言：

• 代码
  任务标签：文本生成
  标签：
• facebook
• meta
• pytorch
• llama
• llama-2
  许可证：llama2

Code Llama

Code Llama是包含70亿至340亿参数的预训练生成文本模型系列。本仓库为13B指令调优版的Hugging Face Transformers格式。

使用方式

安装依赖：

pip install transformers.git accelerate  

功能支持：

• [x] 代码补全
• [x] 代码填充
• [x] 指令跟随
• [ ] Python专项

模型详情

开发者 Meta
版本 提供基础版、Python专用版和指令版三种变体
参数量 7B/13B/34B/70B
架构 基于优化Transformer的自回归模型
训练时间 2023年1月至7月
许可证 需遵守Meta自定义商业许可
论文 Code Llama: Open Foundation Models for Code

使用场景

适用 商业与研究用途，支持英语及主流编程语言
禁用 违反法律法规的用途、非英语场景

硬件要求

训练资源 使用Meta研究超级计算机
碳足迹 总训练耗电65.3吨CO2当量，已通过环保计划抵消

训练数据

采用与Llama 2相同数据源（详见论文第2章）

伦理声明

所有输出均需进行应用场景专项安全测试，详见责任使用指南