语言:

• 英文 管道标签: 文本生成 标签:

• 脸书

• 元

• PyTorch

• 羊驼

• 羊驼3 许可证: 其他 许可证名称: 羊驼3 许可证链接: 许可证 额外授权提示: >-

  元羊驼3社区许可协议

  元羊驼3版本发布日期: 2024年4月18日

  "协议"指此处规定的关于使用、复制、分发和修改羊驼材料的条款和条件。

  "文档"指元在https://llama.meta.com/get-started/分发的元羊驼3随附的规格、手册和文档。

  "被许可方"或"您"指您，或您的雇主或任何其他个人或实体（如果您代表该个人或实体签订本协议），根据适用法律、规则或法规达到提供法律同意的年龄，并且有法律权限约束您的雇主或该其他个人或实体（如果您代表他们签订本协议）。

  "元羊驼3"指基础大语言模型和软件及算法，包括机器学习模型代码、训练模型权重、推理启用代码、训练启用代码、微调启用代码以及元在https://llama.meta.com/llama-downloads分发的上述内容的其他元素。

  "羊驼材料"指在本协议下提供的元专有的元羊驼3和文档（及其任何部分）的统称。

  "元"或"我们"指元平台爱尔兰有限公司（如果您位于或，如果是实体，您的主要营业地点在EEA或瑞士）和元平台公司（如果您位于EEA或瑞士之外）。

  1. 许可权利和再分发。

  a. 权利授予。您被授予一项非排他性、全球性、不可转让且免版税的有限许可，使用元的知识产权或元在羊驼材料中体现的其他权利，以使用、复制、分发、复制、创建衍生作品和修改羊驼材料。

  b. 再分发和使用。

  i. 如果您分发或提供羊驼材料（或其任何衍生作品），或使用其中任何内容的产品或服务，包括另一个AI模型，您应（A）随任何此类羊驼材料提供本协议的副本；（B）在相关网站、用户界面、博客文章、关于页面或产品文档上显著显示"由元羊驼3构建"。如果您使用羊驼材料创建、训练、微调或以其他方式改进AI模型，并将其分发或提供，您还应在任何此类AI模型名称的开头包含"羊驼3"。

  ii. 如果您从被许可方处接收羊驼材料或其任何衍生作品作为集成终端用户产品的一部分，则本协议的第2节不适用于您。

  iii. 您必须在分发的所有羊驼材料副本中保留以下归属声明，作为此类副本的一部分在"通知"文本文件中分发："元羊驼3根据元羊驼3社区许可协议授权，版权所有©元平台公司。保留所有权利。"

  iv. 您对羊驼材料的使用必须遵守适用的法律法规（包括贸易合规法律法规），并遵守羊驼材料的可接受使用政策（可在https://llama.meta.com/llama3/use-policy获取），该政策通过引用并入本协议。

  v. 您不会使用羊驼材料或其任何输出或结果来改进任何其他大语言模型（不包括元羊驼3或其衍生作品）。

  2. 附加商业条款。如果在元羊驼3版本发布之日，由或被许可方或其关联公司提供的产品或服务的月活跃用户在前一个日历月超过7亿月活跃用户，您必须向元申请许可，元可自行决定是否授予您许可，除非或直到元明确授予您此类权利，否则您无权行使本协议下的任何权利。

  3. 免责声明。除非适用法律要求，羊驼材料及其任何输出和结果均按"原样"提供，不提供任何形式的保证，元否认所有明示或暗示的保证，包括但不限于任何所有权、不侵权、适销性或特定用途适用性的保证。您全权负责确定使用或再分发羊驼材料的适当性，并承担与使用羊驼材料及其任何输出和结果相关的任何风险。

  4. 责任限制。在任何情况下，元或其关联公司均不对因本协议引起的任何理论上的责任（无论是合同、侵权、疏忽、产品责任或其他）负责，包括任何利润损失或任何间接、特殊、后果性、附带、示范性或惩罚性损害赔偿，即使元或其关联公司已被告知此类损害的可能性。

  5. 知识产权。

  a. 本协议未授予任何商标许可，与羊驼材料相关时，元或被许可方均不得使用另一方或其任何关联公司拥有或关联的任何名称或标记，除非在描述和再分发羊驼材料时合理和惯常使用或如第5(a)节所述。元在此授予您使用"羊驼3"（"标记"）的许可，仅用于遵守第1.b.i节的最后一句。您将遵守元的品牌指南（当前可在https://about.meta.com/brand/resources/meta/company-brand/获取）。您使用标记所产生的所有商誉将归属于元。

  b. 在元对羊驼材料及由或为元制作的衍生作品的所有权的前提下，对于您制作的羊驼材料的任何衍生作品和修改，在您和元之间，您是并将是此类衍生作品和修改的所有者。

  c. 如果您对元或任何实体（包括诉讼中的交叉索赔或反诉）提起诉讼或其他程序，指控羊驼材料或元羊驼3输出或结果或其任何部分构成对您拥有或可许可的知识产权或其他权利的侵权，则本协议授予您的任何许可应自提起诉讼或索赔之日起终止。您将赔偿并使元免受因您使用或分发羊驼材料引起的任何第三方索赔的损害。

  6. 期限和终止。本协议的期限自您接受本协议或访问羊驼材料之日起开始，并在本协议的条款和条件下持续有效，直至终止。如果您违反本协议的任何条款或条件，元可以终止本协议。本协议终止后，您应删除并停止使用羊驼材料。第3、4和7节在本协议终止后仍然有效。

  7. 适用法律和管辖权。本协议将根据加利福尼亚州法律解释和适用，不考虑法律选择原则，并且《联合国国际货物销售合同公约》不适用于本协议。加利福尼亚州的法院对本协议引起的任何争议具有专属管辖权。

  元羊驼3可接受使用政策

  元致力于促进其工具和功能的安全和公平使用，包括元羊驼3。如果您访问或使用元羊驼3，您同意本可接受使用政策（"政策"）。本政策的最新版本可在https://llama.meta.com/llama3/use-policy找到。

  禁止用途

  我们希望每个人都能安全、负责任地使用元羊驼3。您同意您不会使用或允许他人使用元羊驼3来：

  1. 违反法律或他人权利，包括：
     1. 从事、促进、生成、促成、鼓励、计划、煽动或进一步非法或违法活动或内容，例如：
        1. 暴力或恐怖主义
        2. 对儿童的剥削或伤害，包括招揽、创建、获取或传播儿童剥削内容或未报告儿童性虐待材料
        3. 人口贩卖、剥削和性暴力
        4. 向未成年人非法分发信息或材料，包括淫秽材料，或未对此类信息或材料实施法律要求的年龄限制
        5. 性招揽
        6. 任何其他犯罪活动
     2. 从事、促进、煽动或便利对个人或群体的骚扰、虐待、威胁或欺凌
     3. 在提供就业、就业福利、信贷、住房、其他经济利益或其他基本商品和服务时，从事、促进、煽动或便利歧视或其他非法或有害行为
     4. 从事未经授权或无执照的任何职业实践，包括但不限于金融、法律、医疗/健康或相关专业实践
     5. 未经适用法律要求的权利和同意，收集、处理、披露、生成或推断健康、人口统计或其他敏感个人或私人信息
     6. 从事或便利任何侵犯、盗用或以其他方式侵犯任何第三方权利的行为或生成任何内容，包括使用羊驼材料的任何产品或服务的输出或结果
     7. 创建、生成或便利创建恶意代码、恶意软件、计算机病毒或任何可能禁用、过载、干扰或损害网站或计算机系统的正常运行、完整性、操作或外观的行为
  2. 从事、促进、煽动、便利或协助计划或开发可能导致个人死亡或身体伤害的活动，包括与以下内容相关的元羊驼3使用：
     1. 军事、战争、核工业或应用、间谍活动，用于受美国国务院维护的《国际武器贸易条例》（ITAR）约束的材料或活动
     2. 枪支和非法武器（包括武器开发）
     3. 非法毒品和受管制/控制物质
     4. 关键基础设施、交通技术或重型机械的操作
     5. 自残或伤害他人，包括自杀、自残和饮食失调
     6. 任何旨在煽动或促进暴力、虐待或对个人造成身体伤害的内容
  3. 故意欺骗或误导他人，包括与以下内容相关的元羊驼3使用：
     1. 生成、促进或进一步欺诈或虚假信息的创建或推广
     2. 生成、促进或进一步诽谤性内容，包括创建诽谤性陈述、图像或其他内容
     3. 生成、促进或进一步分发垃圾邮件
     4. 未经同意、授权或法律权利冒充他人
     5. 表示元羊驼3或其输出是人工生成的
     6. 生成或便利虚假在线互动，包括虚假评论和其他虚假在线互动手段
  4. 未向终端用户适当披露您的AI系统的任何已知危险

  请通过以下方式之一报告任何违反本政策的行为、软件"漏洞"或其他可能导致违反本政策的问题： * 报告模型问题：https://github.com/meta-llama/llama3 * 报告模型生成的风险内容： developers.facebook.com/llama_output_feedback * 报告漏洞和安全问题：facebook.com/whitehat/info * 报告违反可接受使用政策或未经许可使用元羊驼3的行为：LlamaUseReport@meta.com 额外授权字段: 名字: 文本 姓氏: 文本 出生日期: 日期选择器 国家: 国家 所属机构: 文本 地理位置: IP定位
  通过点击下方的提交按钮，我接受许可条款并确认我提供的信息将根据元隐私政策收集、存储、处理和共享: 复选框 额外授权描述: 您提供的信息将根据元隐私政策收集、存储、处理和共享。 额外授权按钮内容: 提交

元羊驼3-70B-指导模型的AWQ量化版本。

模型详情

元开发并发布了元羊驼3系列大语言模型（LLMs），这是一组预训练和指令调优的生成文本模型，有8B和70B两种规模。羊驼3指令调优模型针对对话用例进行了优化，在常见行业基准测试中优于许多可用的开源聊天模型。此外，在开发这些模型时，我们非常注重优化帮助性和安全性。

模型开发者 元

变体 羊驼3有两种规模——8B和70B参数——预训练和指令调优变体。

输入 模型仅输入文本。

输出 模型仅生成文本和代码。

模型架构 羊驼3是一种自回归语言模型，使用优化的变压器架构。调优版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF）来与人类对帮助性和安全性的偏好对齐。

羊驼3系列模型。令牌计数仅指预训练数据。8B和70B版本都使用分组查询注意力（GQA）以提高推理可扩展性。

模型发布日期 2024年4月18日。

状态 这是一个在离线数据集上训练的静态模型。调优模型的未来版本将随着我们通过社区反馈改进模型安全性而发布。

许可证 可在以下网址获取自定义商业许可证：https://llama.meta.com/llama3/license

关于模型的提问或评论发送位置 有关如何提供模型反馈或评论的说明可在模型README中找到。有关生成参数的技术信息以及如何在应用程序中使用羊驼3的配方，请访问此处。

预期用途

预期用例 羊驼3适用于英语的商业和研究用途。指令调优模型适用于类似助手的聊天，而预训练模型可适应各种自然语言生成任务。

范围外 以任何方式违反适用法律法规（包括贸易合规法律）的使用。以任何其他方式违反可接受使用政策和羊驼3社区许可协议的使用。使用英语以外的语言**。

**注意：开发者可以为英语以外的语言微调羊驼3模型，前提是他们遵守羊驼3社区许可协议和可接受使用政策。

使用方法

此存储库包含两个版本的Meta-Llama-3-70B-Instruct，一个用于transformers，另一个用于原始的llama3代码库。

与transformers一起使用

查看以下代码片段以与Transformers一起使用：

import transformers
import torch

model_id = "meta-llama/Meta-Llama-3-70B-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device="auto",
)

messages = [
    {"role": "system", "content": "你是一个海盗聊天机器人，总是用海盗语回答！"},
    {"role": "user", "content": "你是谁？"},
]

prompt = pipeline.tokenizer.apply_chat_template(
		messages, 
		tokenize=False, 
		add_generation_prompt=True
)

terminators = [
    pipeline.tokenizer.eos_token_id,
    pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = pipeline(
    prompt,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
print(outputs[0]["generated_text"][len(prompt):])

与llama3一起使用

请按照存储库中的说明操作。

要下载原始检查点，请查看以下使用huggingface-cli的示例命令：

huggingface-cli download meta-llama/Meta-Llama-3-70B-Instruct --include "original/*" --local-dir Meta-Llama-3-70B-Instruct

对于Hugging Face支持，我们推荐使用transformers或TGI，但类似的命令也适用。

硬件和软件

训练因素 我们使用自定义训练库、元的研究超级计算机和生产集群进行预训练。微调、注释和评估也在第三方云计算上执行。

碳足迹预训练 累计使用了7.7M GPU小时的计算，硬件类型为H100-80GB（TDP为700W）。估计总排放量为2290 tCO2eq，其中100%由元的可持续发展计划抵消。