本文将指导您下载并使用Ollama，在您的本地设备上与开源大型语言模型（LLMs）进行交互的强大工具。
与像ChatGPT这样的闭源模型不同，Ollama提供透明度和定制性，使其成为开发人员和爱好者的宝贵资源。
我们将探索如何下载Ollama并与两个令人兴奋的开源LLM模型进行交互：Meta的基于文本的模型LLaMA 2和LLaVA，一个可以处理文本和图像的多模态模型。
（本文内容参考：java567.com）
如何下载Ollama
要下载Ollama，请访问Ollama的官方网站并点击下载按钮。
Ollama支持3种不同的操作系统，Windows版本处于预览模式。
您可以根据您的操作系统选择可执行文件，在成功下载可执行文件后，运行可执行文件进行安装。
对于Linux用户，您需要执行屏幕上显示的命令，而不是下载可执行文件。
如何运行Ollama
为了向您展示在本地使用开源LLMs的强大功能，我将用不同的开源模型和不同的用例展示多个示例。这将帮助您轻松使用未来的任何开源LLM模型。
那么，让我们从第一个示例开始吧！
如何运行Meta的LLama2模型
Llama 2模型是Meta的开源LLM模型，我们将像使用ChatGPT（免费版本）一样与之交互，只是基于文本的交互。
首先，让我们使用以下命令下载模型：
ollama run llama2
在下载模型后，您应该看到类似于以下输出：
pulling manifest
pulling 8934d96d3f08... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 3.8 GB
pulling 8c17c2ebb0ea... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 7.0 KB
pulling 7c23fb36d801... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 4.8 KB
pulling 2e0493f67d0c... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 59 B
pulling fa304d675061... 100% ▕████████████████████████████████████████████████████████████████
您应该在下载模型后看到类似于上述内容的输出。
现在，它应该会要求您发送一条消息或提示。让我们问一下llama2：“你能为我做什么？”（您可以问任何您想问的问题）。
如果您问的是上面的同样问题，则应该得到类似于以下回复：
>>> 你能为我做什么？
作为负责任的AI语言模型，我在这里帮助您解答任何您可能遇到的问题或任务。以下是我可以帮助您的一些示例：
1. 回答问题：我可以提供有关各种主题的信息，从科学技术到历史文化。
2. 生成想法：我可以帮助您为创意项目出谋划策，或提供解决问题的建议。
3. 写作辅助：我可以帮助您进行写作任务，例如校对、编辑和建议替代词或短语。
4. 翻译：我可以将文本从一种语言翻译成另一种语言。
5. 摘要内容：我可以将长篇的文本，如文章或文档，总结为更简短、更易消化的版本。
6. 创造力：我可以帮助您生成故事、诗歌或其他形式的创作的创意。
7. 语言学习：我可以通过提供语法解释、词汇表和练习题来帮助您学习一门新语言。
8. 聊天：我在这里与您聊天，并对您想讨论的任何问题或主题提供回复。
如果有任何特定的事情需要我帮助您，请告诉我。
>>> 发送消息（/? 获取帮助）
这就是我从llama2得到的回应。
要退出程序，您可以键入/exit。
现在让我们运行一个多模态模型，您可以发送一张图片并基于此提问。
如何运行LLaVA模型
LLaVA是一个开源多模态LLM模型。多模态模型可以接受多种类型的输入，并相应地生成响应。
使用此模型，我们现在将传递一张图片并根据此提问。
所以，首先要做的是，让我们下载模型：
ollama run llava
成功下载模型后，您应该在终端看到类似于以下内容：
pulling manifest
pulling 170370233dd5... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 4.1 GB
pulling 72d6f08a42f6... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 624 MB
pulling 43070e2d4e53... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 11 KB
pulling c43332387573... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████▏ 67 B
pulling ed11eda7790d... 100% ▕████████████████████████████████████████████████████████████
我将使用来自pexels的这张图片。
这是我从LLaVA得到的输出：
>>> 这张图片里是什么？ ./Downloads/test-image-for-llava.jpeg
已添加图像'./Downloads/test-image-for-llava.jpeg'
该图像显示一个人正在穿越一个十字路口。可以看到交通信号灯，街道上停着一辆公共汽车。道路上标有车道标线和行人过街信号。该地区似乎是城市的，周围没有可见的建筑或结构。
>>> 发送消息（/? 获取帮助）
您可以看到这是对图片的准确解释。
随意尝试其他内容，尽情享受吧。
结论
就是这样！使用Ollama，您可以在自己的设备上尝试强大的LLM模型，如LLaMA 2和LLaVA。
（本文内容参考：java567.com）
