01功能特性
优点
- 专精拉丁美洲西班牙语和葡萄牙语
- 以 Llama 3.1 70B 为基础（质量经过验证）
- 128k 原生上下文
- 多语言支持（英文/西班牙语/葡萄牙语）
需了解的局限性
- —无官方 Ollama 标签（HF 安装方式）
- —Llama 3.1 Community 许可证（月活跃用户数 >7 亿的条款）
- —~41 GB 显存，Q4 量化（RTX 3090/4090 小型显卡或 Mac 64GB 以上）
架构
稠密 Transformer · GQA · 基于 Llama 3.1 70B · 128k 上下文
训练
LatamGPT 联盟（智利 CENIA）基于 Llama 3.1 70B，针对拉丁美洲的西班牙语和葡萄牙语进行了 SFT（监督微调）。
最适合的场景
拉丁美洲西班牙语/葡萄牙语多语言聊天学术研究
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$# HuggingFace : latam-gpt/Llama-3.1-70B-LatamGPT-SFT-1.0
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
41 GB
Q5_K_M
质量/体积的良好平衡
50 GB
Q8_0
几乎无法与 FP16 区分
76 GB
FP16
全精度 — 服务器用途
142 GB
CPU 回退 · 如果您没有 GPU，请预留 92 GB 内存 以较低速度运行此模型的最低要求。
运行Llama 3.1 70B LatamGPT SFT需要什么硬件？
在本地以Q4量化运行Llama 3.1 70B LatamGPT SFT，大约需要41 GB 显存。可供比较的硬件选项：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — 请为系统和上下文保留余量，并确认推理引擎与GPU兼容。
当前在售产品： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
联盟链接 — 您无需承担额外费用，我们可能获得佣金，推荐独立作出。作为 Amazon 合作伙伴，哪个LLM 会从符合条件的购买中获利。
在你的私有 ChatGPT 中使用此模型，无需云端
模型太大，你的电脑运行不了？套件为你提供能装入显存的模型
- 在线空间，终身可用
- PDF + 文件
- 终身更新
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。