---
title: Llama-3-8B-chat
canonical_url: "https://www.modelscope.cn/models/codingsteven/Llama-3-8B-chat"
md_url: "https://www.modelscope.cn/models/codingsteven/Llama-3-8B-chat.md"
repository: codingsteven/Llama-3-8B-chat
chinese_name: "基于Meta-Llama-3-8B-Instruct微调的中文对话增强模型"
last_updated: 2024-04-19
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - llama
architectures:
  - LlamaForCausalLM
parameters: 8.0B
tensor_type:
  - BF16
library_name:
  - safetensors
  - pytorch
frameworks:
  - Pytorch
inference_backends:
  - "deploy_task text/emb"
  - "lmdeploy 0.9.1"
  - "lmdeploy_turbomind 0.9.1"
  - "sglang 0.5.2"
  - "vllm 0.9.2"
downloads: 1361
stars: 29
---

# Llama-3-8B-chat

> Llama-3-8B-chat - codingsteven 在 ModelScope 开源的模型。基座模型：Llama-3-8B 微调框架：Llama-Factory 数据集：alpaca_gpt4_zhalpaca_zhoaast_sft_zh 训练步数：1000

codingsteven/Llama-3-8B-chat 是 ModelScope 魔搭社区上的 8.0B 参数text-generation模型，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。

- **Repository**: codingsteven/Llama-3-8B-chat
- **Tasks**: text-generation
- **Parameters**: 8.0B
- **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2
- **Downloads**: 1361
- **Stars**: 29
- **Last updated**: 2024-04-19

Source: https://www.modelscope.cn/models/codingsteven/Llama-3-8B-chat

---

# Llama3-8B 中文对话增强模型

## 概述

Llama3-8B 中文对话增强模型是基于 Llama-3-8B 模型微调而成，专门针对中文对话场景进行了优化。该模型在基座模型 Llama-3-8B 的基础上，通过 Llama-Factory 微调框架进行了针对性的训练，使用了多种中文对话数据集进行增强，以提供更加流畅、自然的中文对话体验。

## 基座模型

- **名称**：Llama-3-8B
- **描述**：Llama-3-8B 是一个大型语言模型，拥有 8.3 亿个参数，预训练了大量的文本数据，能够理解和生成自然语言文本。

## 微调框架

- **名称**：Llama-Factory
- **描述**：Llama-Factory 是一个用于微调模型的框架，它提供了灵活的配置和训练策略，支持多种任务和场景的微调。

## 数据集

- **名称**：alpaca_gpt4_zh alpaca_zh oaast_sft_zh
- **描述**：这是一个由多种中文对话数据集组成的混合数据集，涵盖了广泛的中文对话场景和表达方式。

## 训练细节

- **训练步数**：1000
- **描述**：模型在 Llama-Factory 微调框架下，使用了上述数据集进行了 1000 步的训练，以增强模型在中文对话场景下的表现。

## 功能和应用

Llama3-8B 中文对话增强模型可以应用于多种中文对话场景，如智能客服、聊天机器人、问答系统等，能够提供更加流畅、自然的中文对话体验。

## 使用和部署

模型可以轻松地部署到各种平台和设备上，支持多种编程语言和接口，方便开发者进行集成和使用。