一、开源AI大语言模型

目前开源的AI大语言模型(LLM)已经非常的多了，以下是收集的一些LLM：

LLaMA2023-06-26日上传至github，目前51.3k star

以下主要介绍如何使用ollama安装的AI模型及对大语言模型的微调：

二、使用方式

1、命令行

2、REST API

vbnet 复制代码

curl http://localhost:11434/api/generate -d '{
  "model": "gemma:2b",
  "prompt":"who are you?"
}'

postman调用

3、图形界面

Open WebUI （原Ollama WebUI）：这是一个用于聊天交互的用户友好的 Web 界面。它从 ChatGPT 中汲取友好的聊天界面，支持 Docker 或 Kubernetes 安装，还可以在不同聊天模型之间无缝切换，实现多样化交互.

LibreChat：LibreChat 是一个开源的 AI 通讯平台，它在 ChatGPT 的基础上添加了功能和增强性能。LibreChat 允许用户在选择不同的大型语言模型时切换，支持多种功能，包括编辑模型内部设置、搜索和过滤功能，以及插件系统。

HTML UI：HTML UI 是一个适合开发者练手的 Web UI 项目，包含了多个响应式、现代化的界面模板，适用于练习 HTML、CSS 和 JavaScript。

Chatbot UI：Chatbot UI 是一个高级聊天机器人工具包，基于 OpenAI 的聊天模型，支持多种功能，如响应式设计、代码语法高亮、Markdown、RAG 集成等。

以下是ollama列举的相关项目：

这里选择Open WebUI，直接通过docker安装

perl 复制代码

docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://localhost:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

如果webui与llama不在同一台机器上，这里的OLLAMA_BASE_URL要使用远程地址。但ollama默认是通过localhost访问的，所以在windows需要通过环境变量更改绑定地址。

OLLAMA_HOST       0.0.0.0:11434

重启ollama就可以远程访问

ollama serve

随便注册一个账号

登录后就可以使用

界面与chatgpt差不多

三、模型微调

对于开源大语言模型基本通过安装、下载大语言模型、安装Web UI等步骤基本就可以使用了，如果想集成到自己的业务中去可以使用API的方式调用。当然想更进一步让大语言模型更贴切自己的业务的话，就需要对大语言模型进行微调，把自己的业务数据给大语言模型进行训练。

LLM的微调是在预训练模型的基础上进一步将预训练模型在较小、特定数据集上进一步训练的过程，以使其更好地适应特定的任务或数据集。预训练模型通常是在大规模的通用数据集上训练得到的，它们能够捕捉到语言的一般性特征和模式。然而，这些模型可能并不完全适应特定的应用和业务场景，因此需要通过微调来优化模型的表现。

以下是微调大型预训练语言模型的技术：

微软LORA

LoRA（Low-Rank Adaptation）是一种用于微调大型语言模型（LLM）的技术，它旨在通过参数高效的方式提高模型的适应性和性能。这种技术最初由微软的研究人员提出，并在论文《LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS》中进行了详细介绍。LoRA的核心思想是在不改变预训练模型权重的前提下，通过在模型的每一层注入可训练的低秩矩阵来实现微调，从而显著减少所需的训练参数数量和计算资源。

谷歌Prompt Tuning

Prompt Tuning 是一种新兴的大模型微调技术，它通过在预训练模型的基础上添加可学习的提示（Prompt）来调整模型的输出，从而适应特定的任务。这种方法的核心思想是利用预训练模型的强大语义理解能力，并通过少量的参数更新来实现对模型的微调。

华盛顿大学QLoRA

QLoRA是一种新的微调大型语言模型（LLM）的方法，能够在节省内存的同时保持速度。其工作原理是首先将LLM进行4位量化，从而显著减少模型的内存占用，然后使用低阶适配器（LoRA）方法对量化的LLM进行微调。

清华大学P-tuning v2

P-Tuning v2 是一种高效的微调方法，用于在保持性能的同时减少内存使用。它的核心思想是将预训练的大型语言模型（LLM）量化为4位，并添加一小组可学习的低秩适配器权重。通过冻结的、4位量化的预训练语言模型反向传播梯度到低秩适配器（LoRA）来实现微调。这种方法使得在单个48GB的GPU上微调拥有650亿参数的模型成为可能，同时保持16位微调任务的性能。P-Tuning v2 引入了多项创新来在不牺牲性能的情况下节省内存，例如4位NormalFloat（NF4）数据类型、双重量化和分页优化器。该方法使得微调大型语言模型变得更加可行，降低了资源门槛。

另外也有类似阿里PAI这种一站式的SAAS平台，还仅可以微调还提供部署等功能。

阿里云 PAI

人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。

腾讯云TI-ONE

TI-ONE 训练平台（以下简称TI-ONE）是为 AI 工程师打造的一站式机器学习平台，为用户提供从数据接入、模型训练、模型管理到模型服务的全流程开发支持。TI-ONE 支持多种训练方式和算法框架，满足不同 AI 应用场景的需求。