Chinese-LLaMA-Alpaca

让 LLaMA 说好中文，消费级硬件也能训练部署

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。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 18941

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队ymcui

所属国家

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

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

定价模式free

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

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★ 18941

30天Star增速

HF 下载量

上线时间2023-03-15 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

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。

如何确认成功

按所选 Wiki 教程完成部署后，能在本地（CPU 或 GPU）输入中文指令并得到模型的中文回复，即表示推理成功。

常见问题

Q：项目支持哪些本地推理与部署方式？

A：llama.cpp、Transformers、text-generation-webui、LlamaChat（macOS）、LangChain、privateGPT、Colab Gradio Demo，以及仿 OpenAI 的 API 接口 Demo，教程见 Wiki。

Q：没有独立显卡能跑吗？

A：可以。README 说明支持在笔记本电脑或个人 PC 的 CPU 上做本地量化部署体验大模型，这类场景推荐使用 llama.cpp。

Q：有哪些模型尺寸和版本可选？

A：目前已开源 7B、13B、33B 三种尺寸，每个尺寸都包含基础版、Plus 版和 Pro 版。

Q：为什么找不到具体的安装命令？

A：本 README 节选只给出部署方式对照表，具体量化与部署步骤全部收录在 GitHub Wiki 的“模型推理与部署”页面中。

注意事项

本 README 节选未包含 pip、docker 等具体安装命令，实际操作请以官方 Wiki 教程为准。
项目已启动新版 Chinese-LLaMA-Alpaca-3，可按需关注新仓库。

核心亮点

扩充中文词表并发布增量预训练权重，显著提升中文理解和生成能力
提供 LoRA 微调方案，单张消费级显卡即可训练，降低硬件门槛
支持 CPU 推理和多种量化方式，部署灵活，覆盖低配环境

不足之处

基于 LLaMA 的衍生模型，商用需注意 Meta 的许可限制
文档/社区待观察

适用场景

学术研究：在中文语料上微调模型，探索中文 NLP 任务
企业私有化部署：在本地 CPU/GPU 环境运行中文对话或文本生成服务
垂直领域定制：基于中文 Alpaca 进行领域微调，如金融、法律问答

替代项目

BELLE、MOSS、ChatGLM

项目介绍

Chinese-LLaMA-Alpaca 是开源模型领域的开源项目，由 ymcui 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（18,941）位列前 3%，在开源模型分类的 424 个项目里位列前 3%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。Apache-2.0许可，完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究：在中文语料上微调模型，探索中文NLP任务。同类可对比的替代方案包括 BELLE、MOSS、ChatGLM。

上一篇：architecture.of.internet-product

下一篇：Janus