大语言模型领域发展迅猛，而 Llama 表现突出。随着 Llama 3 的发布，应用可能性大幅提升。您将探索其能力，学习结合 llama-cpp-python 使用它，并通过调整参数与分配特定角色来引导对话，从而更好地控制模型行为。

什么是 Llama？

与 Llama 3 对话

提取响应内容

调优 Llama 3 参数

引导客服支持回复

确保回复安全

生成有创意的文案

分配聊天角色

构建一次对话

System 消息

理解 LLM 与 Llama

语言模型不仅能生成文本，还可以被引导产出结构化且具备上下文意识的回答。在本章中，您将学习如何利用 llama-cpp-python 以特定格式生成输出，包括便于数据集成的 JSON 兼容响应。您还将通过提示词技巧优化 Llama 的输出，使回答与不同任务保持一致。最后，您将构建能在多轮交互中保持上下文的对话，从而实现更自然的交流。

引导非结构化回复

为 Llama 设计提示语的格式

Llama 的少样本提示

生成结构化输出

创建一个 JSON 库存清单

指定结构化 JSON 模式

构建对话

创建一个会话类

单轮对话

多轮对话

恭喜您！

在本地使用 Llama

像 Llama 这样的开源大语言模型可以在您自己的电脑上运行，帮助您保护数据隐私并降低成本。在本课程中，您将学习如何在本地设置并使用 Llama。您将探索一些简单而实用的技巧，如通过优化提示词获得更好的回答、构建能够记住上下文的对话，以及根据项目需求调整输出——无论是生成结构化数据，还是为了清晰度对回答进行打磨。本课程面向具有 Python 使用经验的学习者。

<h2>学习使用 Llama 大语言模型（LLM）</h2>  
什么是 Llama LLM，以及如何利用它来提升你的项目？本课程将教你如何在本地运行 Llama，使用提示工程引导其响应，并构建结构化且具上下文感知的对话。 <br>  
<br>  
<h2>了解 Llama 模型及其应用</h2>  
你将从 Llama 的基础概念入门，学习如何与 Llama 模型交互，并探索它们的应用场景。 你将获得使用 llama-cpp-python 库来搭建、运行并与模型交互的实操经验。 随着学习的深入，你将运用各种技术来优化 Llama 的回复、维护对话历史，并生成可直接集成到自动化工作流中的结构化输出。<br>  
<br>  
这是面向开发者和 AI 从业者的理想 Llama 入门课程。 它探讨了这一强大的开源大语言模型的基础，以及如何将其应用于真实世界场景。  

Python Toolbox

探索在本地运行Llama LLM的最新技术，并将其集成到您的技术栈中。

使用 Llama 3

探索在本地运行 Llama LLM 并将其集成到你的技术栈中的最新技术。

恭喜您！

Create Your Free Account