DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表Lit-LLaMA
LI

Lit-LLaMA

基础大模型

Lit-LLaMA

发布时间: 2023-03-29更新于: 2023-03-29 20:52:42.062576
在线体验GitHubHugging FaceCompare
模型参数
650亿
上下文长度
2K (2048)
中文支持
不支持
推理能力

Lit-LLaMA 是由 Cerebras Systems 发布的 AI 模型,发布时间为 2023-03-29,定位为 基础大模型,参数规模约为 650.0B,上下文长度为 2K,模型文件大小约 200。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

Lit-LLaMA

模型基本信息

推理过程
不支持
思考模式
不支持思考模式
上下文长度
2K (2048) tokens
最大输出长度
暂无数据
模型类型
基础大模型
发布时间
2023-03-29
模型文件大小
200
MoE架构
否
总参数 / 激活参数
650 亿 / 不涉及
知识截止
暂无数据
Lit-LLaMA

开源和体验地址

代码开源状态
暂无数据
预训练权重开源
暂无数据
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
暂无在线体验地址
Lit-LLaMA

官方介绍与博客

官方论文
暂无官方论文
DataLearnerAI博客
暂无介绍博客
Lit-LLaMA

API接口信息

接口速度
暂无数据
暂无公开的 API 定价信息。
Lit-LLaMA

评测结果

当前尚无可展示的评测数据。

和其他模型对比

暂时没有为该模型整理的相关对比页面。

想自定义其他组合?打开对比工具

Lit-LLaMA

发布机构

Cerebras Systems
Cerebras Systems
查看发布机构详情
Lit-LLaMA

模型解读

Lit-LLaMA是由Lightning AI发布的基于LLaMA的开源模型。官方宣称这是独立实现的模型,使用的是nanoGPT的训练框架。


该模型最大的特点是完全开源,免费使用!


Lit-LLaMA的设计目标如下:

  1. 简单:一个文件实现所有的内容
  2. 准确:与原始模型数值等效
  3. 优化:消费级硬件即可运行
  4. 开源:完全开源,无任何附带条件




Lit-LLaMA的使用也非常简单:


1、下载代码:

git clone https://github.com/Lightning-AI/lit-llama
cd lit-llama


2、安装依赖

pip install -r requirements.txt


这就安装好了。



需要注意的是,需要对原始的LLaMA预训练文件进行转换。所以需要大家自己去LLaMA上下载原始预训练文件,然后通过Lit-LLaMA提供的转换脚本对原始预训练文件进行转换才可以!(可以看到,其实只要一个人转换就i可以,官方此举可能是为了避免造成自己传播LLaMA预训练结果而采取的措施!)





Lit-LLaMA对于资源的要求很低,正常情况下,70亿规模参数的模型只需要26GB的显存即可(A100的GPU)。如果在显存更小的设备运行,需要做量化。如下代码演示了采用量化的方式运行(此举会导致载入模型时间很长,但是只需要8G显存即可运行)。


python generate.py --quantize true --prompt "Hello, my name is"



基础模型

LLaMA
LLaMA
查看详情

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码