额外授权标题：访问此模型需向Meta提供联系信息 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"指根据适用法律达到法定同意年龄，或能代表雇主/实体签署本协议的个人/组织。 "Llama 2"指Meta发布的基础大语言模型，包含机器学习代码、训练权重、推理代码、训练代码、微调代码等组件。 "Llama材料"统指Meta根据本协议提供的Llama 2及其文档。 "Meta"指Meta Platforms爱尔兰有限公司（欧盟/瑞士用户）或Meta Platforms Inc.（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. 授予非独占、全球性、不可转让的免费许可，允许使用、复制、分发及修改Llama材料 b. 再分发要求： i. 向第三方提供Llama材料时须附本协议 ii. 若通过集成产品获取Llama材料，则第2条不适用 iii. 须保留所有副本中的版权声明 iv. 使用需符合法律法规及《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，需向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，不提供任何明示或默示担保

4. 责任限制 Meta不对因协议产生的间接、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. 您创建的衍生作品归您所有 c. 若对Meta提起知识产权诉讼，许可自动终止

6. 期限与终止 违约时Meta可终止协议，终止后须停止使用Llama材料

7. 适用法律 受加州法律管辖，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. 违法或侵犯他人权利的行为
2. 可能造成人身伤害的活动
3. 欺骗误导行为
4. 未披露AI系统已知风险

违规举报渠道：

• GitHub问题反馈
• 风险内容报告
• 漏洞与安全问题报告
• 滥用行为举报邮箱

额外授权字段： 名：文本 姓：文本 出生日期：日期选择器 国家：国家选择 所属机构：文本 地理位置：IP定位
勾选提交即表示接受许可条款，并同意根据Meta隐私政策处理信息：复选框 额外授权说明：所提供信息将根据Meta隐私政策收集处理 额外授权按钮内容：提交 语言：

• 代码 管道标签：文本生成 标签：
• facebook
• meta
• pytorch
• llama
• llama-2 许可证：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组成的系列。本仓库为Hugging Face Transformers格式的130亿参数Python专用版本。该模型适用于通用代码生成与理解，其他模型索引见底部表格。

模型使用

安装依赖：

pip install https://github.com/huggingface/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：使用受Meta许可协议约束

开发团队 Meta

版本变体 提供三种规模及三种变体：

• 基础版：通用代码生成与理解
• Python专用版
• 指令微调版：更安全的部署方案

所有变体均提供7B/13B/34B参数版本，本仓库为13B Python专用版。

输入 仅接受文本输入

输出 仅生成文本内容

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，后续将根据社区反馈优化安全性

许可证 商业许可详见：https://ai.meta.com/resources/models-and-libraries/llama-downloads/

研究论文 参见《Code Llama: Open Foundation Models for Code》或arXiv页面

适用范围

适用场景 支持英语及相关编程语言的商业与研究用途。基础版适用于通用代码任务，Python专用版针对Python优化，指令微调版更适合代码助手等安全敏感场景。

禁用场景 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。

硬件与软件

训练环境 使用定制训练库在Meta研究超级集群完成

碳足迹 总训练耗用40万A100-80GB GPU小时（350-400W TDP），总排放65.3吨CO2当量，已通过Meta可持续发展计划完全抵消

训练数据

训练数据与Llama 2相同但权重分配不同（详见论文第2节表1）

评估结果

性能评估与安全性测试详见论文第3-4节

伦理考量与限制

作为新兴技术，Code Llama存在潜在风险。当前测试仅覆盖英语场景，开发者需针对具体应用进行安全测试与调优。请参阅《负责任使用指南》：https://ai.meta.com/llama/responsible-use-guide