AI小白使用Macbook Pro安装llama3与langchain初体验

CSDN 2024-06-15 14:31:15 阅读 96

1. 背景

AI爆火了2年有余,但我仍是一个AI小白,最近零星在学,随手记录点内容供自己复习。

上次在Macbook Pro上安装了Stable Diffusion,体验了本地所心所欲地生成各种心仪的图片,完全没有任何限制的惬意。今天想使用Macbook Pro安装一个本地大语言模型体验一下,刚好在2024年4月18日,Meta在官网上宣布公布了旗下最新大模型Llama 3,并开放了80亿(8B)和700亿(70B)两个小参数版本,据说能力显著提升。遂开干。

为什么部署本地大模型 学习方便,私有材料不用发给外网,可以为公司私有化部署积累经验。省钱,不需要单独买云主机,电脑放家里闲着也是闲着。

为什么选择llama3 最新款。科技这东西,用新不用旧。Meta出品,大厂品质有保证。

这是本次用到的技术框架

2. 环境

硬件

型号:macbook pro 14寸

CPU:M2 MAX (12+38)

内存:96G

硬盘:8T

操作系统:maxOS 14.3.1

软件:

python 3.11

conda 24.3.0

llama3 8B 和 70B

此外还需要一些额外的特别网络软件,否则可能无法下载。如果想买个便宜的云主机自己部署这类软件,可私信我拿教程。

3. 安装llama3

登录官网:GitHub - ollama/ollama: Get up and running with Llama 3, Mistral, Gemma, and other large language models.

下载安装包:https://ollama.com/download/Ollama-darwin.zip

解压后运行:Ollama,初始化环境。

先体验8B模型,在命令行窗口运行(第一次运行会下载并安装模型):

ollama run llama3

安装完成后,输出提示“end a message (/? for help),可以随便输入信息。

对中文支持还不错。

4. 使用langchain完成简单的RAG

上面对广州的介绍输出非常简单,如果想使用自己语料库来完成,比如公司内部有自己的知识库,需要结合公司的知识库来回答问题,那就可以试试langchain。

简单地说,langchain 是一个帮助在应用程序中使用大型语言模型(LLM)的编程框架,可极大简化对LLM的调用。

详细介绍可参考官方文档:Introduction | 🦜️🔗 LangChain。

快速开始:Quickstart | 🦜️🔗 LangChain。

安装

conda install langchain -c conda-forge

报错:“Verifying transaction: / WARNING conda.core.path_actions:verify(1055): Unable to create environments file. Path not writable.”

说明没有写权限,把对应文件owner修改为当前登录用户:

sudo chown -R $USER ~/.conda

为了方便,使用PyCharm来写测试文件。

上面使用conda安装langchain的环境,所以新建项目的环境选择“Select existing”,再选择conda。

写一个python文件测试:

from langchain_community.llms import Ollamallm = Ollama(model="llama3")response = llm.invoke("使用中文介绍一下广州")print(response)

报错,提示要安装llama2,根据提示修改文件“/opt/homebrew/anaconda3/lib/python3.11/site-packages/langchain_community/embeddings/ollama.py”,使用llama3替换:

#model: str = "llama2"model: str = "llama3"

再次报错,提示要安装faiss,使用命令行安装:

pip install faiss-cpu

终于跑成功,输出如下:

换成百度百科的语料,python文件如下:

from langchain_community.llms import Ollamafrom langchain_core.prompts import ChatPromptTemplatefrom langchain_community.embeddings import OllamaEmbeddingsfrom langchain_community.document_loaders import WebBaseLoaderfrom langchain_community.vectorstores import FAISSfrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain.chains.combine_documents import create_stuff_documents_chainfrom langchain.chains import create_retrieval_chain#加载文件loader = WebBaseLoader("https://baike.baidu.com/item/%E5%B9%BF%E5%B7%9E%E5%B8%82/21808?fromtitle=%E5%B9%BF%E5%B7%9E&fromid=72101&fr=aladdin")page_context = loader.load()#分词text_splitter = RecursiveCharacterTextSplitter()split_documents = text_splitter.split_documents(page_context)embeddings = OllamaEmbeddings()#保存到向量库vector = FAISS.from_documents(split_documents, embeddings)retriever = vector.as_retriever()#提示词模板prompt = ChatPromptTemplate.from_template("""Answer question based on the provided context:<context>{context}</context>Question: {input}""")#加载模型llm = Ollama(model="llama3")document_chain = create_stuff_documents_chain(llm, prompt)retrieval_chain = create_retrieval_chain(retriever, document_chain)response = retrieval_chain.invoke({"input": "使用中文介绍广州"})print(response["answer"])

输出如下,可以看出输出的内容部分使用了百度百科最新的数据:

如果把提示词修改一下:“Answer question only based on the provided context”,就是里面加上限定词“only”,输出就只有百度百科的内容,如下:

5. 测试llama3 70b

如果内存足够大,可以选择安装70b模型。70b与8b的区别我现在只知道参数一个多一个少,对硬件要求不同,具体能力区别,还得后面去学习验证。

安装

ollama run llama3:70b

70b模型安装文件达到了39G多,而8b模型文件是4.7G。

安装完成后,使用命令行测试,输出:

70b模型通过langchain无专属语料输出:

通过对比,在不使用专属语料库的情况下,70b模型比8b模型输出内容更为丰富

70b模型通过langchain使用专属语料输出:

通过对比,使用专属语料库的情况下,70b模型和8b模型输出内容看不出明显差异。

6. 机器消耗

跑问题时,CPU基本空转,内存跑到64G,GPU打满,风扇呼呼响。

不跑问题时,内存在27G,GPU和CPU负载都很低,风扇不转。

7. 小结

Macbook pro 跑大模型在网上经常被人笑话,不过自己安装玩一玩,学一学,还是不错的,反正我自己用得挺好的。有空的时候再去云平台搞台N卡的机器试试,看到有些云主机平台还有免费试用3个月的带显卡的AI专用虚机供申请,过几天去薅羊毛看看效果。

这也是我第一次写python,果然比java方便。

最后,支付公司都有各种各样的技术文档,可以私有化部署LLM,再结合RAG,私有文档库,做成专有的专家知识库,不仅可以用于外部客户答疑,内部同学值班处理线上问题也是非常方便的。



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。