Llama 3.2로 문장 생성 및 챗팅 완성 실습

Running Meta Llama on Linux 문서의 내용을 참고하여 Llama 3.2 1B 모델로 다음 두 가지 기능을 실습합니다.

• 문장 완성
• 챗팅 완성

실습 환경

• Ubuntu 20.04.6 LTS
• Python 3.12.7
• Llama3.2-1B, Llama3.2-1B-Instruct
• rustc 1.83.0
• NVIDIA RTX 4090 24GB

프로그램 준비

1. 실습에서 사용할 wget, md5sum 설치

   sudo apt-get install wget
   sudo apt-get install md5sum
   

2. NVIDIA GPU 설치 여부 확인

   nvidia-smi
   

3. 실습 디렉토리 만들기

   mkdir llama3-demo
   cd llama3-demo 
   git clone https://github.com/meta-llama/llama3.git
   

4. Python 3.10 이상의 버전으로 가상환경 만들고 활성화

   python -m venv llama-venv
   . llama-venv/bin/activate
   

5. Rust 컴파일러 설치

   How To Install Rust on Ubuntu 20.04 문서를 참고하여 Rust 컴파일러를 설치합니다.

   curl --proto '=https' --tlsv1.3 https://sh.rustup.rs -sSf | sh
   

   위 명령을 실행하면 아래와 같이 세 가지 선택 옵션이 나타나는데 그냥 엔터를 쳐서 1번 옵션으로 진행합니다.

   ...
   1) Proceed with installation (default)
   2) Customize installation
   3) Cancel installation
   

   아래 명령을 실행하여 현재 쉘에 반영하고 설치된 컴파일러 버전을 확인합니다.

   source $HOME/.cargo/env
   rustc --version
   

6. 의존 라이브러리 설치

   pip install -e .
   

모델 다운로드

1. Llama 웹 사이트에서 신청

   • Request Access to Llama Models

   선택 옵션에 따라 다운로드할 수 있는 모델들과 커스텀 URL이 화면에 표시되고 이메일로도 전송됩니다.

2. 모델 목록 표시

   llama model list
   

   위 명령을 수행하면 아래와 같은 모델 목록이 표시됩니다.

   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Model Descriptor                        | Hugging Face Repo                                   | Context Length |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-1B                             | meta-llama/Llama-3.2-1B                             | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-3B                             | meta-llama/Llama-3.2-3B                             | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-11B-Vision                     | meta-llama/Llama-3.2-11B-Vision                     | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-90B-Vision                     | meta-llama/Llama-3.2-90B-Vision                     | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-1B-Instruct                    | meta-llama/Llama-3.2-1B-Instruct                    | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-3B-Instruct                    | meta-llama/Llama-3.2-3B-Instruct                    | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-1B-Instruct:int4-qlora-eo8     | meta-llama/Llama-3.2-1B-Instruct-QLORA_INT4_EO8     | 8K             |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-1B-Instruct:int4-spinquant-eo8 | meta-llama/Llama-3.2-1B-Instruct-SpinQuant_INT4_EO8 | 8K             |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-3B-Instruct:int4-qlora-eo8     | meta-llama/Llama-3.2-3B-Instruct-QLORA_INT4_EO8     | 8K             |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-3B-Instruct:int4-spinquant-eo8 | meta-llama/Llama-3.2-3B-Instruct-SpinQuant_INT4_EO8 | 8K             |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-11B-Vision-Instruct            | meta-llama/Llama-3.2-11B-Vision-Instruct            | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   | Llama3.2-90B-Vision-Instruct            | meta-llama/Llama-3.2-90B-Vision-Instruct            | 128K           |
   +-----------------------------------------+-----------------------------------------------------+----------------+
   

3. 모델 다운로드

   llama download --source meta --model-id Llama3.2-1B
   llama download --source meta --model-id Llama3.2-1B-Instruct
   

   다운로드된 모델들은 아래 디렉토리에 저장됩니다.

   $HOME/.llama/checkpoints
   

예제 실행

1. 텍스트 생성 예제 실행

   torchrun --nproc_per_node 1 example_text_completion.py --ckpt_dir $HOME/.llama/checkpoints/Llama3.2-1B/ --tokenizer_path $HOME/.llama/checkpoints/Llama3.2-1B/tokenizer.model --max_seq_len 128 --max_batch_size 4
   

   example_text_completion.py 실행시 다음과 같은 에러가 발생합니다.

   TypeError: ModelArgs.__init__() got an unexpected keyword argument 'use_scaled_rope'
   

   이 문제를 해결하기 위하여 $HOME/.llama/checkpoints/Llama3.2-1B/params.json에서 "use_scaled_rope": true, 항목을 제거합니다.

   • 참고 문서: unexpected keyword argument ‘use_scaled_rope’ error when running example script with Meta-Llama-3.1-8B #291

2. 질의 응답 예제 실행

   torchrun --nproc_per_node 1 example_chat_completion.py --ckpt_dir $HOME/.llama/checkpoints/Llama3.2-1B-Instruct/ --tokenizer_path $HOME/.llama/checkpoints/Llama3.2-1B-Instruct/tokenizer.model --max_seq_len 512 --max_batch_size 6
   

Written with StackEdit.