小白如何把GPT本地化，建立个人和小企业的知识库

本文章将教大家如何建立本地的GPT，它的内核是meta不是openAI的。该模型对电脑配置需求不高，因此能力天花板也较低，但是完全能为小企业和个人所用了。学会后甚至可以直接对接小型企业，为他们打造内部知识库赚钱钱，具体对接实操容我先试试水，先和大家分享一下想法。

模型的终极能力

1. 只要放入高质量的企业产品信息，就可以打造成小企业的知识库，该知识库可以赋予给AI客服，让AI高水平地回答咨询者的任何问题，从而降本增效。 另一方面，AI回答的水平取决于知识库的丰富程度。

实操最低配置

1. 一台运行内存至少是4G的电脑，纯看CPU。
2. 不需要API，因为是部署在本地的，电脑上限就是模型的上限。

本地化布置过程

1. 直接下载“软件包”：链接
2. 下载完成后，压缩包解压到当前文件夹内，见下图。
3. 软件包内的是“7b”模型，如果想要“13b”模型，请下载这个：

跑13b模型需要至少8G的运行内存，但功能会比7b更强大。

7b是70亿个参数

13b是130亿个参数

1. 试运行模型。如果没有“终端”两字，可以到WindowStore或者网上下载一个。
2. 终端打开后的页面如下
3. 输入“命令”到“终端”。命令格式如下：

无提示词:./main -m ggml-model-q4_0.bin --color -ins -c 2048 --temp 0.2 -n 256 --repeat_penalty 1.3 -t (此处删掉括号填你的CPU线程数)

有提示词:./main -m ggml-model-q4_0.bin --color -f chat.txt -ins -c 2048 --temp 0.2 -n 256 --repeat_penalty 1.3 -t (此处删掉括号填你的CPU线程数)

1. 命令示范（无提示词）：
2. 【重点】⭐命令示范（有提示词）：（演示用的是7b模型）

1. 喂内容！例如我需要输入《财务管理办法》里的内容，则需要手动复制粘贴进“chat.txt”里面保存。
2. 输入完毕后，让我们再来打开终端，输入“命令”来问问他。看起来还可以。
3. 存在缺陷：答非所问，可能是模型参数太少的缘故。
4. 缺陷二：初次进入，模型需要遍历一遍你的知识库，换而言之，知识库越大，读取时间越长。
5. 缺陷三：毕竟是本地模型，理解能力有限，需要较高的prompt水平才能较好的驾驭模型

“命令”里可携带的参数

命令指的是👇

无提示词:./main -m ggml-model-q4_0.bin --color -ins -c 2048 --temp 0.2 -n 256 --repeat_penalty 1.3 -t (此处删掉括号填你的CPU线程数)

有提示词:./main -m ggml-model-q4_0.bin --color -f chat.txt -ins -c 2048 --temp 0.2 -n 256 --repeat_penalty 1.3 -t (此处删掉括号填你的CPU线程数)

-ins 启动类ChatGPT对话交流的运行模式

-f 指定prompt模板，alpaca模型请加载prompts/alpaca.txt

-c 控制上下文的长度，值越大越能参考更长的对话历史（默认：512）

-n 控制回复生成的最大长度（默认：128）

-b 控制batch size（默认：8），可适当增加

-t 控制线程数量（默认：4），可适当增加

--repeat_penalty 控制生成回复中对重复文本的惩罚力度

--temp 温度系数，值越低回复的随机性越小，反之越大

--top_p, top_k 控制解码采样的相关参数