Llama3 中文聊天项目综合资源库，集合了与Llama3 模型相关的各种中文资料，包括微调版本、有趣的权重、训练、推理、评测和部署的教程视频与文档。

多版本支持与创新：该仓库提供了多个版本的Llama3 模型，包括基于不同技术和偏好的微调版本，如直接中文SFT版、Instruct偏好强化学习版、趣味版等。此外，还有Phi3模型中文资料仓库的链接，和性能超越了8b版本的Llama3。部署与使用：项目提供了网页部署的代码和教程，使用户可以轻松地在网页上使用这些模型。部署教程包括如何在Streamlit上部署这些模型进行在线体验。训练与推理资源：除了已经提供的模型，仓库还包括多种训练和推理的资源，如训练教程、推理脚本、优质训练数据集的整理等。扩展和增强：项目还在计划中包括增加更多的扩展如角色扮演增强模型、长上下文支持等，旨在提升模型的功能和适应更多复杂场景的能力。

Base中文SFT版：

Instruct偏好强化学习版：

1. 可用Chat版模型整理

llama3相关对话版本优质权重整理：（欢迎issue补充）

shareAI系列：

§base预训练 + 直接中文SFT版:

训练数据：https://modelscope.cn/datasets/baicai003/Llama3-Chinese-dataset/summaryV1版OpenCSG满速下载：https://opencsg.com/models/shareAI/llama3-Chinese-chat-8bWiseModel满速下载：https://wisemodel.cn/models/shareAI/llama3-Chinese-chat-8bV2版modelscope：https://modelscope.cn/models/baicai003/Llama3-Chinese_v2/summaryInstruct + 继续中文SFT版：modelscope模型下载：https://modelscope.cn/models/baicai003/llama-3-8b-Instruct-chinese_v2/summary云服务器镜像在线体验（点击即用，免费 4 小时）：https://www.suanyun.cn/console/share?uuid=b1ba51908f8a4bd1af37148765c293eeInstruct + 强化学习中文版：DPO 表情趣味版 （10分钟左右可训练好，对原多语言instruct版最小化性能损伤，实测超过大多中文大量训练版）modelscope下载：https://modelscope.cn/models/baicai003/Llama3-Chinese-instruct-DPO-beta0.5/summary偏好学习数据集：DPO-zh-en-emojiBase预训练 + 海量中文优质数据增量预训练：正在进行中70b 中文版：计划中下面几个版本因对话模版格式不同暂时不支持网页部署推理，需要用fastchat体验：Base + 中文SFT：https://modelscope.cn/models/zhuangxialie/Llama3_Chinese_Sft/filesBase + ORPO：https://modelscope.cn/models/zhuangxialie/Llama3-Chinese-ORPO/summary 偏爱长对话Instruct + DPO：https://www.modelscope.cn/models/zhuangxialie/Llama3-Chinese-DPO/summary 偏爱长对话llama3 Pro（加block版，推荐网友积极在该方案上做更多尝试、探索）：linjh1118网友（第一个ORPO偏好对齐 + 扩展2*blocks）：https://github.com/linjh1118/Llama3-Chinese-ORPOllama3 Moe增强版：cooper12121-llama3-8x8b-MoE：https://github.com/cooper12121/llama3-8x8b-MoE长上下文版本：联通微调版v2 (中文，28k上下文）：https://huggingface.co/UnicomLLM/Unichat-llama3-Chinese-8B-28K262k上下文（英文）：https://huggingface.co/gradientai/Llama-3-8B-Instruct-262k262k上下文（中文）：计划中无限上下文版本：计划中，参考：https://medium.com/neoxia/llm-infini-attention-with-linear-complexity-3209b87a77c3其他普通中文微调版本：联通微调版（SFT，网友尝试反馈幻觉多）：https://www.modelscope.cn/models/UnicomAI/Unichat-llama3-Chinese/summaryOpenbuddy微调版（SFT，据说不错）：https://www.modelscope.cn/models/OpenBuddy/openbuddy-llama3-8b-v21.1-8k/summaryzhichen微调版（ORPO方法，应该是第一个orpo）：https://github.com/seanzhang-zhichen/llama3-chineseshenzhi-wang微调版（ORPO方法，说是第一个orpo）：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-ChatRookie微调版（SFT）：https://github.com/Rookie1019/Llama-3-8B-Instruct-Chinesehit-sz klc lab 微调版本：https://github.com/zyg18181818/Llama-3-Chinese破解安全限制系列（暂时只支持英文）：Unholy：https://huggingface.co/Undi95/Llama-3-Unholy-8Bneural-chat：https://hf-mirror.com/Locutusque/llama-3-neural-chat-v1-8bdolphin：https://huggingface.co/cognitivecomputations/dolphin-2.9-llama3-8bv-llama3 多模态图文版：（英文，支持视觉问答）Bunny-Llama-3-8B-V：https://wisemodel.cn/models/BAAI/Bunny-Llama-3-8B-Vllava-llama-3-8b：https://huggingface.co/xtuner/llava-llama-3-8b-v1_1agent工具能力增强版：ModelScope Chinese Agent版V1（中文，可根据要求帮你选择工具）：https://modelscope.cn/models/swift/Llama3-Chinese-8B-Instruct-Agent-v1/summary基于EmoLLM心理数据微调的Llama3-8B-Instruct 模型EmoLLM 3.0 在线体验链接EmoLLM Llama3心理咨询室V3.0 https://st-app-center-006861-9746-jlroxvg.openxlab.space/或者前往OpenXLab EmoLLM3.0-Llama3启动 https://openxlab.org.cn/apps/detail/chg0901/EmoLLM-Llama3-8B-Instruct3.0模型链接** OpenXLab ** https://openxlab.org.cn/models/detail/chg0901/EmoLLM-Llama3-8B-Instruct3.0ModelScope https://modelscope.cn/models/chg0901/EmoLLM-Llama3-8B-Instruct3.0/summary小说、网文、故事撰写任务增强版：计划中音乐生成任务版：计划中猫娘扮演版：计划中涩涩版：计划中

新增Phi3模型中文资料仓库（性能超越llama3 8b，以小搏大)，正在适配中https://github.com/CrazyBoyM/phi3-Chinese

新增网页部署：https://github.com/CrazyBoyM/llama3-Chinese-chat/wiki/网页版推理教程#网页推理

新增趣味版，数据集已开源：https://modelscope.cn/models/baicai003/Llama3-Chinese-instruct-DPO-beta0.5/summary

2. 模型评测llama3上下文长度简单无损三步扩张法（32K、96K）1、直接打开任意下载后llama3微调版本模型文件夹

2、把config.json中max_position_embeddings改为32768（32k)

3、rope_theta改为1000000或者4000000即可在几乎无性能损失情况下将llama3的上下文从8k拉长到32k，从而适配大部分长上下文任务。（该方法由群友“@岁月”分享,适用于Instruct版本，猜测可能是官方已经训练过超长上下文数据了） 评测实验：

可以看到，当长度扩展到96K时，依然没什么性能上损失。

链接源：https://github.com/OpenAccess-AI-Collective/axolotl/pull/1567

3. 可用训练工具整理

下面的库都是相当好用的，代码封装简洁又清晰，如果你也想微调个自己的llama3 中文定制版，不要错过～

Firefly – https://github.com/yangjianxin1/Firefly萤火虫 – https://github.com/yangjianxin1/FireflyLLaMA-Factory – https://github.com/hiyouga/LLaMA-Factoryunsloth – https://github.com/unslothai/unslothXtuner – https://github.com/SmartFlowAI/Llama3-XTuner-CNSWIFT – https://github.com/modelscope/swift4. Llama3 相关教程推荐后端API部署：https://github.com/datawhalechina/self-llm/blob/master/LLaMA3/01-LLaMA3-8B-Instruct%20FastApi%20部署调用.mdlangchain教程文档：https://github.com/datawhalechina/self-llm/blob/master/LLaMA3/02-LLaMA3-8B-Instruct%20langchain%20接入.mdstreamlit部署：https://github.com/datawhalechina/self-llm/blob/master/LLaMA3/03-LLaMA3-8B-Instruct%20WebDemo%20部署.md极简LoRA训练：https://github.com/datawhalechina/self-llm/blob/master/LLaMA3/04-LLaMA3-8B-Instruct%20Lora%20微调.md

GitHub仓库地址：https://github.com/CrazyBoyM/llama3-Chinese-chat

参考：

1、https://github.com/CrazyBoyM/llama3-Chinese-chat

2、https://xiaohu.ai/p/7766