Chinese-LLaMA-Alpaca-2

让 LLaMA-2 说好中文，支持 64K 超长上下文，开箱即用。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 557 🐛 待处理 6 👀 关注 73

GitHub ↗

GitHub 星标 ★ 7098

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，Apache-2.0许可，完全免费，可自行部署使用。

项目预览

Chinese-LLaMA-Alpaca-2 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队ymcui

GitHubhttps://github.com/ymcui/Chinese-LLaMA-Alpaca-2

定价模式🏷️完全免费

价格说明开源模型，Apache-2.0许可，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型64k,alpaca,alpaca-2,alpaca2,flash-attention,large-language-models,llama,llama-2,llama2,llm,nlp,rlhf,yarn

GitHub 星标★ 7098

上线时间2023-07-18 00:00:00

代码更新2026-04-19

仓库体积8.4 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

Chinese-LLaMA-Alpaca-2 是面向中文场景的 LLaMA-2 和 Alpaca-2 大语言模型二期开源项目，旨在解决原版 LLaMA-2 中文能力不足、词表覆盖有限的问题。项目通过扩充中文词表、增量预训练和指令微调，提供了从 7B 到 70B 多个尺寸的基座模型和对话模型，并支持 64K 超长上下文版本，显著提升模型对中文文本的理解与生成能力。核心能力包括：提供完整的模型权重、训练脚本和推理代码，支持 Hugging Face Transformers 和 llama.cpp 等主流框架，便于开发者直接部署或二次开发。项目还包含数据构建、训练细节和评测结果等文档，帮助用户复现和调优。整体上，它降低了中文大模型的使用门槛，适合学术研究、商业应用和社区开发者快速构建中文 AI 应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 7098

技术标签

alpaca large-language-models llama llama2 llm

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 30 分钟部署方式：模型权重 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装 Git，用于克隆项目仓库
具备 Python 运行环境（项目开发语言为 Python）
可用的 CPU 或 GPU 推理环境（模型同时支持 CPU/GPU 推理）
训练加速建议使用支持 FlashAttention-2 的 GPU
足够的磁盘空间存放 7B~70B 模型权重

安装与启动步骤

1克隆项目仓库

把 Chinese-LLaMA-Alpaca-2 代码仓库下载到本地，后续脚本与文档都在其中。
```
git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca-2.git
```
2查看官方文档

README 未给出安装命令，需先打开项目 Wiki 阅读对应教程，再决定后续操作。
3选择部署工具

按硬件条件从表格中挑工具：llama.cpp 适合本地量化推理，Transformers 为原生接口，text-generation-webui 带 GUI。
4准备运行环境

项目为 Python 项目，需准备 Python 环境；纯 CPU 也可推理，GPU 训练可选配 FlashAttention-2。
5获取模型权重

从项目 Wiki 或 Hugging Face 下载对应尺寸权重，含基座、指令精调、RLHF 与长上下文版本。
6按教程启动推理

严格按所选工具的 Wiki 教程完成量化、加载与启动，README 未提供统一启动命令。