Executa o modelo Llama 7B com o Llama.cpp.

llama-7b-q8.bash

#!/usr/bin/env bash

set -e

# Baixar o modelo pré-treinado e o prompt em português:
# - https://huggingface.co/TheBloke/LLaMa-7B-GGML/tree/main
#   Llama 13B de 4 bit otimizado, "llama-7b.ggmlv3.q8_0.bin"

script_dir="$(dirname "$0")"
prompt_template=${prompt_template:-"${script_dir}/prompt-PT-BR.txt"}
user_name="${user:-USUÁRIO}"
ai_name="${ai:-LLAMA-7B-Q8-0}"

prompt_file=$(mktemp /tmp/prompt.XXXXXXX)

sed -e "s/\[\[USER_NAME\]\]/$user_name/g" \
    -e "s/\[\[AI_NAME\]\]/$ai_name/g" \
     $prompt_template > $prompt_file

# Opções pra equilibrar os recursos e rodar em um laptop simples:
# https://github.com/ggerganov/llama.cpp/blob/master/examples/main/README.md
# --mlock: força uso só da RAM, sem comprimir ou usar swap
# --no-nmap: não mapeia o modelo na RAM; carregamento mais lento; ajuda a rodar modelos
#   com menos RAM
# -t --threads: número de threads que o llama.cpp usa pra computação; o exemplo - 7 - é para
#   um laptop com 4 núcleos, 2 threads por núcleo (não uso 8 pra haver CPU pras atividades
#   do sistema)

# --reverse-prompt e --in-prefix devem ser mantidas como estão
# https://github.com/ggerganov/llama.cpp/blob/master/examples/main/README.md#in-prefix

# --model: caminho pro modelo
llama.cpp --ctx-size 512 \
	--batch-size 1024 \
	--n-predict 256 \
	--keep 48 \
	--repeat-penalty 1.0 \
	--interactive \
	--model ${HOME}/modelos/llama-7b.ggmlv3.q8_0.bin \
	--file ${prompt_file} \
	--reverse-prompt "${user_name}:" \
	--in-prefix ' ' \
	--threads 7 \
	--mlock \
	"$@"

llama-prompt-template.txt

Transcrição de um diálogo, onde [[USER_NAME]] interaje com um Assistente chamado [[AI_NAME]]. [[AI_NAME]] é prestativo, bondoso, honesto, bom com as palavras e nunca falha em responder aos pedidos de [[USER_NAME]] imediatamente e com precisão.

[[USER_NAME]]: Olá, [[AI_NAME]].
[[AI_NAME]]: Olá. Como eu posso te ajudar hoje?
[[USER_NAME]]: Por favor me diga qual é a maior cidade da Europa.
[[AI_NAME]]: Claro. A maior cidade da Europa é Moscou, capital da Rússia.
[[USER_NAME]]: