我要评论阿里巴巴通义千问团队发布了qwen2系列开源模型，该系列模型包括5个尺寸的预训练和指令微调模型：qwen2-0.5b、qwen2-1.5b、qwen2-7b、qwen2-57b-a14b以及qwen2-72b。对比当前最优的开源模型，qwen2-72b在包括自然语言理解、知识、代码、数学及多语言等多项能力上均显著超越当前领先的llama3-70b等大模型。
老牛同学今天部署和体验qwen2-7b-instruct指令微调的中等尺寸模型，相比近期推出同等规模的开源最好的llama3-8b、glm4-9b等模型，qwen2-7b-instruct依然能在多个评测上取得显著的优势，尤其是代码及中文理解上。
特别注意： 虽然qwen2开源了，但仍然需要遵循其模型许可，除qwen2-72b依旧使用此前的qianwen license外，其余系列版本模型，包括qwen2-0.5b、qwen2-1.5b、qwen2-7b以及qwen2-57b-a14b等在内，均采用apache 2.0许可协议。
下载qwen2-7b-instruct模型文件
为了简化模型的部署过程，我们直接下载gguf文件。关于gguf文件介绍，请详见部署llama3-8b大模型的文章：玩转ai，笔记本电脑安装属于自己的llama 3 8b大模型和对话客户端
打开qwen2-7b-instruct-gguf模型文件列表（https://modelscope.cn/models/qwen/qwen2-7b-instruct-gguf/files），我们选择qwen2-7b-instruct-q5_k_m.gguf并下载：
我们可以根据自己需要，选择下载其它版本的模型文件！
启动qwen2-7b-instruct大模型
gguf模型量化文件下载完成后，我们就可以来运行qwen2-7b大模型了。
在启动qwen2-7b大模型之前，我们首先需要安装python依赖包列表：
pip install llama-cpp-python
pip install openai
pip install uvicorn
pip install starlette
pip install fastapi
pip install sse_starlette
pip install starlette_context
pip install pydantic_settings
然后打开一个terminal终端窗口，切换到gguf模型文件目录，启动qwen2-7b大模型（./qwen2-7b-instruct-q5_k_m.gguf即为上一步下载的模型文件路径）：
# 启动qwen2大模型
# n_ctx=20480代表单次回话最大20480个token数量
python -m llama_cpp.server \
--host 0.0.0.0 \
--model ./qwen2-7b-instruct-q5_k_m.gguf \
--n_ctx 20480
qwen2-7b-instruct 命令行对话客户端
cli命令行的客户端，可以参考之前llama3-8b大模型的文章：https://mp.weixin.qq.com/s/mekcujdhkzuunoykkgoh2g
# client.py
from openai import openai
# 注意服务端端口，因为是本地，所以不需要api_key
client = openai(base_url="http://127.0.0.1:8000/v1",
api_key="not-needed")
# 对话历史：设定系统角色是一个只能助理，同时提交“自我介绍”问题
history = [
{"role": "system", "content": "你是一个智能助理，你的回答总是容易理解的、正确的、有用的和内容非常精简."},
]
# 首次自我介绍完毕，接下来是等代码我们的提示
while true:
completion = client.chat.completions.create(
model="local-model",
messages=history,
temperature=0.7,
stream=true,
)
new_message = {"role": "assistant", "content": ""}
for chunk in completion:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=true)
new_message["content"] += chunk.choices[0].delta.content
history.append(new_message)
print("\033[91;1m")
user_input = input("> ")
if user_input.lower() in ["bye", "quit", "exit"]: # 我们输入bye/quit/exit等均退出客户端
print("\033[0mbye bye!")
break
history.append({"role": "user", "content": user_input})
print("\033[92;1m")
启动cli对话客户端：python client.py
至此，我们可以与qwen2-7b-instruct进行对话，体验qwen2大模型的魅力了。
如果我们主要是通过api的方式使用qwen2大模型，那么qwen2部署就到此结束了。
接下来的章节，我们部署webui对话客户端，通过web界面的方式使用qwen2大模型，并且可以分享出去~
qwen2-7b-instruct webui客户端
结合ollama工具，搭建webui客户端，可参考之前llama3-8b大模型的文章：一文彻底整明白，基于ollama工具的llm大语言模型web可视化对话机器人部署指南
第一步： 我们需要下载安装ollama本地大模型管理工具：
ollama提供了macos、linux和windows操作系统的安装包，大家可根据自己的操作系统，下载安装即可：
安装包下载之后的安装过程，和日常安装其他软件没有差别，包括点击next以及install等安装ollama到命令行。安装后续步骤中，我们可无需安装任何模型，因为我们在上文中我们已经安装了qwen2-7b大模型，后面可以直接使用。
第二步： 安装node.js编程语言工具包
安装node.js编程语言工具包和安装其他软件包一样，下载安装即可：https://nodejs.org
安装完成之后，可以验证一下 node.js 的版本，建议用目前的最新v20版本：
node -v
老牛同学安装的版本：v20.13.1（最新版本）
第三步： 基于gguf模型文件创建ollama模型
在我们存放qwen2-7b的 gguf 模型文件目录中，创建一个文件名为modelfile的文件，该文件的内容如下：
from ./qwen2-7b-instruct-q5_k_m.gguf
然后在terminal终端，使用这个文件创建ollama模型，这里我把ollama的模型取名为qwen2-7b：
$ ollama create qwen2-7b -f ./modelfile
transferring model data
using existing layer sha256:258dd2fa1bdf98b85327774e1fd36e2268c2a4b68eb9021d71106449ee4ba9d5
creating new layer sha256:14f4474ef69698bf4dbbc7409828341fbd85923319a801035e651d9fe6a9e9c9
writing manifest
success
最后，通过ollama启动我们刚创建的大语言模型：
ollama run qwen2-7b
启动完毕，其实我们已经有了一个和之前差不多的控制台对话界面，也可以与qwen2-7b对话了。
如果我们不想要这个模型了，也可以通过命令行删除模型文件：ollama rm qwen2-7b
我们也可以查看本地ollama管理的模型列表：ollama list
ollama存放模型文件根目录：~/.ollama
第四步： 部署ollama大模型web对话界面
控制台聊天对话界面体验总归是不太好，接下来部署 web 可视化聊天界面。
首先，下载ollama-webuiweb 工程代码：git clone https://github.com/ollama-webui/ollama-webui-lite
然后切换ollama-webui代码的目录：cd ollama-webui-lite
设置 node.js 工具包镜像源，以接下来下载 node.js 的依赖包更加快速：npm config set registry http://mirrors.cloud.tencent.com/npm/
安装 node.js 依赖的工具包：npm install
最后，启动 web 可视化界面：npm run dev
如果看到以上输出，代表 web 可视化界面已经成功了！
第五步： 通过webui愉快与qwen2-7b对话
浏览器打开 web 可视化界面：http://localhost:3000/
可以看到ollama的初始化页面，默认没有模型，需要选择，我们选择刚创建并部署的qwen2-7b模型：
底部就是聊天输入框，至此可以愉快的与qwen2-7b聊天对话了：
总结：qwen2-7b比llama3-8b快
老牛同学验证和对比，在文本推理上，qwen2-7b确实比llama3-8b要快很多。后续老牛同学中文文本推理相关的api接口，就主要采用更快qwen2-7b大模型了~
其他：ollama工具常用用法
从上文的介绍可以看到，基于ollama部署一个大模型的 web 可视化对话机器人，还是非常方便。下面整理了部分ollama提供的用法或者。
ollama 命令工具
# 查看当前ollama的模型
ollama list
# 增量更新当前部署的模型
ollama pull qwen2-7b
# 删除一个模型文件
ollama rm qwen2-7b
# 复制一个模型
ollama cp qwen2-7b qwen2-newmodel
ollama api结果返回
curl http://localhost:11434/api/generate -d '{
"model": "qwen2-7b",
"prompt":"为什么天空是蓝色的？"
}'
ollama api聊天对话
curl http://localhost:11434/api/chat -d '{
"model": "qwen2-7b",
"messages": [
{ "role": "user", "content": "为什么天空是蓝色的？" }
]
}'
关注本公众号，我们共同学习进步👇🏻👇🏻👇🏻
微信公众号：老牛同学
qwen2-7b 开源大模型
qwen2 阿里最强开源大模型（qwen2-7b）本地部署、api调用和webui对话机器人
llama3-8b 开源大模型
玩转 ai，笔记本电脑安装属于自己的 llama 3 8b 大模型和对话客户端
一文彻底整明白，基于 ollama 工具的 llm 大语言模型 web 可视化对话机器人部署指南
基于llama 3搭建中文版（llama3-chinese-chat）大模型对话聊天机器人
glm-4-9b 开源大模型
本地部署glm-4-9b清华智谱开源大模型方法和对话效果体验
chattts 文本转语音模型
chattts 开源文本转语音模型本地部署、api使用和搭建webui界面
大模型应用
借助ai大模型，三分钟原创一部儿童故事短视频（附完整操作步骤）
高效编写大模型 prompt 提示词，解锁 ai 无限创意潜能
python 小游戏
python游戏编程：一步步用python打造经典贪吃蛇小游戏
发表评论