在「本地与开源」类工具里，Llama 开源模型的定位是：Meta 发布的开放权重大模型系列。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 开放权重：公开模型参数可下载使用，但许可证条款各不相同。
  • 量化：降低模型参数精度以减少显存占用，可能影响效果。
  • GGUF：llama.cpp 生态常用的模型文件格式。
  • 推理框架：负责加载模型并高效生成结果的软件。
  • LoRA 微调：只训练少量附加参数的低成本微调方法。
  • 许可证：规定能否商用、是否需署名等条件，部署前必须阅读。

和 Llama 开源模型相关的补充

  • 开放权重模型：Llama 开源模型的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：Qwen、Mistral、Gemma。
  • 所属方向：本地与开源。

把概念用起来

接入现有应用

适用情况：手头有一个已有的业务系统时。

通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。

检查点：超时与并发有限制。

补充练习

私有知识问答

输入：一批不能上传云端的内部文档。

在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。

交付前确认：断网可用。

模型对比测试

输入：两到三个候选开源模型。

用 20 个真实业务问题测试候选模型，记录回答质量、速度和资源占用，选出最适合的模型。

检查点：测试问题相同。

小规模微调

适用情况：手头有几百条高质量问答数据时。

用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。

验收标准：有前后对比。

常见问题：中文效果不理想

优先选择中文训练数据充足的模型。

常见问题：升级后不兼容

固定版本号，升级前在测试环境验证。

常见问题：显存不足无法加载

换用更小的模型或更低的量化等级，或启用 CPU 卸载。

概念补充：推理框架

负责加载模型并高效生成结果的软件。

概念补充：开放权重

公开模型参数可下载使用，但许可证条款各不相同。

适合人群：咨询顾问

咨询顾问可以用 Llama 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

适合人群：医疗机构行政人员

医疗机构行政人员可以用 Llama 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。

适合人群：游戏开发者

游戏开发者可以用 Llama 处理原型与素材、NPC 对话与文案等工作。需要注意：关注生成素材的授权和平台对 AI 内容的披露要求。

写在最后

文中提示词和示例仅作示意，实际效果取决于你的材料和 Llama 当前版本，重要内容请人工核对后再使用。

涉及个人信息、商业机密或受监管数据时，先确认 Llama 开源模型的数据处理条款，再决定能否使用。

延伸阅读