Chinese-LLaMA-Alpaca

让 LLaMA 说好中文，消费级硬件也能训练部署

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 1833 🐛 待处理 5 👀 关注 182

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 18916

维护状态低维护

是否开源开源

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

项目预览

Chinese-LLaMA-Alpaca 项目界面预览图 — 图片来源：项目官网

项目数据

分类开源模型

开发团队ymcui

官网地址https://github.com/ymcui/Chinese-LLaMA-Alpaca/wiki

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

定价模式🏷️完全免费

价格说明开源项目，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alpaca,alpaca-2,large-language-models,llama,llama-2,llm,lora,nlp,plm,pre-trained-language-models,quantization

GitHub 星标★ 18916

上线时间2023-03-15 00:00:00

代码更新2026-04-19

仓库体积23.5 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数2

项目介绍

Chinese-LLaMA-Alpaca 是一个专注于中文大语言模型的开源项目，旨在将 Meta 的 LLaMA 和 Stanford 的 Alpaca 模型进行中文增强和本地化部署。它解决了原始模型中文能力不足、训练资源要求高的问题，通过扩充中文词表、发布中文指令微调数据、提供 LoRA 微调方案，让开发者能在消费级 GPU 甚至 CPU 上完成中文模型的训练和推理。项目核心能力包括：提供多种尺寸（7B/13B/33B/65B）的中文 LLaMA 和 Alpaca 模型权重、支持 Hugging Face Transformers 和 llama.cpp 等主流框架、提供完整的训练和部署教程。它降低了中文大模型的研究和应用门槛，适合学术研究、私有化部署和垂直领域定制。

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 ★ 18916

技术标签

alpaca large-language-models llama llm lora

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：本地安装 4 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

通用平台，支持 CPU 或 GPU（个人 PC / 笔记本均可）
已安装 git 用于拉取仓库，Python 环境（项目开发语言为 Python）
需自行准备对应尺寸的模型权重（7B/13B/33B）
macOS 用户可选用 LlamaChat 图形界面

安装与启动步骤

1克隆项目仓库

拉取 Chinese-LLaMA-Alpaca 的代码与脚本。README 节选未提供依赖安装命令，请以官方 Wiki 为准。
```
git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git
```
2阅读官方 Wiki

README 把部署细节全部指向 GitHub Wiki 的“模型推理与部署”页面，先按该页面挑选对应教程。
3选择部署方式

按硬件与需求选择：llama.cpp、Transformers、text-generation-webui、LlamaChat(macOS)、LangChain、privateGPT 或 Colab Demo。
4准备模型权重

按所选方式获取模型，可选 7B/13B/33B 的基础版、Plus 版或 Pro 版。README 未给出下载命令，请以官方发布页面为准。