Chatgpt在国内经常会遇到各种网络问题，而且一旦失去网络连接就无法使用。此外，Chatgpt是需要付费的。在2023年，GPT将迎来发展元年，我相信未来每个人都应该有自己的Chatgpt大模型，而不仅仅是大型机构才能拥有。
未来，对于Chatgpt大模型所需的计算能力，应该是人人都能负担得起的，就像现在的个人电脑一样。在这里，我主要讲解如何利用Facebook开源的LLAMA 7B大模型和llama.cpp开源代码，在Macbook Pro M1上构建一个能够运行的AI助手。
下面我们来逐步讲解。
第一步：下载 7B 的大模型
使用命令行方式下载
curl -o ggml-alpaca-7b-q4.bin -C - <https://gateway.estuary.tech/gw/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC>
或是直接使用浏览器打开，下载完成后文件改名为 ggml-alpaca-7b-q4.bin:
<https://gateway.estuary.tech/gw/ipfs/QmQ1bf2BTnYxq73MFJWu1B7bQ2UD6qG7D7YDCxhTndVkPC>
第二步：下载llama.cpp
llama.cpp工程是基于Facebook的llama开源项目进行改进的。它通过使用C++进行推理，降低了资源需求，同时保持了高速处理的特点。
请使用 git clone 方式下载代码，以便以后轻松更新。当前项目更新速度较快。
git clone <https://github.com/ggerganov/llama.cpp.git>
第三步：编绎llama.cpp
进入llama.cpp，运行如下命令
make
如果没有报错则表示编绎成功了。
在目录下会生成如下几个可执行文件：main、quantize。其中，main是启动会话的程序，而quantize目前不需要使用。
第四步：将 ggml-alpaca-7b-q4.bin 放到llama.cpp/models目录下 第五步：完成一个启动脚本start.sh
先看看 main 能接受哪些参数:
(base) ? llama.cpp git:(master) ? ./main -h
usage: ./main [options]
options:
-h, --help show this help message and exit
-i, --interactive run in interactive mode
-ins, --instruct run in instruction mode (use with Alpaca models)
-r PROMPT, --reverse-prompt PROMPT
in interactive mode, poll user input upon seeing PROMPT (can be
specified more than once for multiple prompts).
--color colorise output to distinguish prompt and user input from generations
-s SEED, --seed SEED RNG seed (default: -1)
-t N, --threads N number of threads to use during computation (default: 4)
-p PROMPT, --prompt PROMPT
prompt to start generation with (default: empty)
--random-prompt start with a randomized prompt.
-f FNAME, --file FNAME
prompt file to start generation.
-n N, --n_predict N number of tokens to predict (default: 128)
--top_k N top-k sampling (default: 40)
--top_p N top-p sampling (default: 0.9)
--repeat_last_n N last n tokens to consider for penalize (default: 64)
--repeat_penalty N penalize repeat sequence of tokens (default: 1.3)
-c N, --ctx_size N size of the prompt context (default: 512)
--ignore-eos ignore end of stream token and continue generating
--memory_f16 use f16 instead of f32 for memory key+value
--temp N temperature (default: 0.8)
-b N, --batch_size N batch size for prompt processing (default: 8)
-m FNAME, --model FNAME
model path (default: models/llama-7B/ggml-model.bin)
我们主要使用交互模式，并将可预测的令牌数设置为512，因此请按以下命令操作：
./main -m ./models/ggml-alpaca-7b-q4.bin --color -ins -r "Me:" -n 512
启动后的界面如下：
开始使用：
先提一个问题：“how to Implementing Gradient Ascent with python?”
生成的答案如下，相比chatgpt有点简陋。
毕竟模型只有7B的参数，如果换到65B，应该效果会好很多。不过已经非常好了，相信未来继续优化后会更好。