此次 Meta 发布的 Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体。此外还训练了 340 亿参数变体，但并没有发布，只在技术报告中提到了。
据介绍，相比于 Llama 1，Llama 2 的训练数据多了 40%，上下文长度也翻倍，并采用了分组查询注意力机制。具体来说，Llama 2 预训练模型是在 2 万亿的 token 上训练的，精调 Chat 模型是在 100 万人类标记数据上训练的。
公布的测评结果显示，Llama 2 在包括推理、编码、精通性和知识测试等许多外部基准测试中都优于其他开源语言模型。
项目说明
该项目经站长反复测试，Llama2可以理解你发送的中文，但进行输出回复时是抽奖回复的，有较小概率回复中文，一般都是英文，所以使用起来可能也没有那么方便。
项目相关
项目地址：facebookresearch/llama: Inference code for LLaMA models (github.com)
论文地址：Llama 2: Open Foundation and Fine-Tuned Chat Models | Meta AI Research
安装教程
原本站长写了很长的教程，都已经快写完了。但是突然想到这些开源语言模型五花八门，实在是太麻烦了，于是开始寻找解决方案。
折腾了半天之后，还真的找到了一个解决办法，那就是