LLaMA

LLaMA 是 Meta 从 2023 年起陆续放出的开放权重大语言模型系列。它不像闭源模型那样只留一个调用接口，而是把训练好的权重交出来，研究者和商业实体在遵守许可的前提下都能拿去跑、去改、去做二次训练。官方给自己的定位是可及、开放的基础模型，每一代都配了使用政策与模型卡。

版本推进得相当快。Llama 2 在 2023 年 7 月登场，有 7B、13B、70B 三档，上下文 4K；2024 年 4 月的 Llama 3 换成 8B 与 70B，上下文 8K；三个月后的 Llama 3.1 把规模推到 405B，上下文拉到 128K；同年 9 月的 Llama 3.2 补上 1B、3B 小模型和 11B、90B 的视觉版；12 月的 Llama 3.3 是 70B 的迭代；2025 年 4 月的 Llama 4 分成 Scout-17B-16E 与 Maverick-17B-128E 两款混合专家模型，上下文窗口标到 10M 与 1M。分词器也从 Llama 2 的 Sentencepiece 换成了 TikToken 系。

• 拿权重要走一道流程：在 Meta Llama 网站读并接受许可，审核通过后邮箱收到签名链接，链接 24 小时内有效且限制下载次数，过期可以重新申请。命令行这边装好 llama-models，用 list 看可用模型、describe 查详情、download 拉权重、verify-download 校验完整性、prompt-format 查提示格式。
• 硬件门槛值得先算一笔账：Llama 4 系列在 bf16 精度下跑完整推理至少需要 4 张 GPU，个人机器上更现实的选择是量化版本或托管服务。社区积累方面，官方口径是模型累计下载数亿次，衍生项目数以千计。