企业官网建设流程全解析

如何安全下载 Llama 3 模型权重？官方脚本与 Hugging Face 双渠道完整指南

【免费下载链接】llama3The official Meta Llama 3 GitHub site项目地址: https://gitcode.com/GitHub_Trending/ll/llama3

本文以 Meta 的 Llama 3 开源项目为例，讲清通过官方 download.sh 脚本与 Hugging Face 两条渠道获取模型权重的完整流程，以及下载后如何确认文件没有损坏。

两种下载渠道怎么选

官方 download.sh 脚本执行步骤

准备工作

🔑 开始之前，确认三件事：

• 已在 Meta 官网完成访问申请，并从邮件中拿到 Presigned URL
• 机器上装有wget和md5sum
• 磁盘空间留够：8B 模型 ≥ 20GB，70B 模型 ≥ 140GB

拉取仓库并运行脚本

把仓库克隆到本地，然后直接执行下载脚本：

git clone https://gitcode.com/GitHub_Trending/ll/llama3 cd llama3 bash download.sh

脚本是交互式的，依次填入邮件里的 URL 和想下载的规格（8B、8B-instruct、70B、70B-instruct，回车则全部下载）：

Enter the URL from email: https://download.llamameta.net/... Enter the list of models to download without spaces (8B,8B-instruct,70B,70B-instruct), or press Enter for all: 8B-instruct

每下载完一个模型，脚本会自动执行一次 MD5 校验。如果看到checklist.chk: FAILED这类输出，说明该模型文件损坏：删掉对应的模型目录（如Meta-Llama-3-8B-Instruct）后重新运行脚本即可，wget会接着断点续传。

通过 Hugging Face 获取模型权重

这条渠道不需要 Presigned URL，适合开发测试。先装项目依赖并登录账号：

pip install -r requirements.txt huggingface-cli login

登录时输入你的访问令牌。之后在 Python 里调用snapshot_download拉取 8B 指令版模型：

from huggingface_hub import snapshot_download snapshot_download( repo_id="meta-llama/Llama-3-8B-Instruct", local_dir="./Meta-Llama-3-8B-Instruct" )

如果只需要部分文件，比如想跳过体积大的分片，给snapshot_download加一个ignore_patterns=["*.safetensors"]即可按需过滤。

下载后如何确认模型文件完好

三条路径，从快慢、成本高低排列：

1. 跑 MD5 校验（仅官方渠道有效）。进入模型目录执行：

   cd Meta-Llama-3-8B-Instruct md5sum -c checklist.chk

   预期结果是每个.pth文件各输出一行OK，没有任何FAILED。

2. 核对 params.json 关键参数。打开模型目录下的params.json，8B 规格下dim应为 4096、n_layers应为 32、n_heads应为 32、vocab_size应为 128256，一致说明配置文件完整。

3. 运行官方示例做端到端验证：

   python example_chat_completion.py \ --ckpt_dir ./Meta-Llama-3-8B-Instruct \ --tokenizer_path ./Meta-Llama-3-8B-Instruct/tokenizer.model

   预期是程序对内置问题（如"mayonnaise 的配方是什么"）输出正常的模型回复，说明权重可加载、可生成。

常见下载故障排查

✅ 三条渠道的坑基本就这些：官方渠道重点盯 URL 时效与校验输出，Hugging Face 渠道重点确认令牌权限。

部署前请先阅读 USE_POLICY.md，按条款使用模型，避免涉足军事、医疗等受限领域。

接下来你可以：

1. 跑通 example_chat_completion.py，直观感受 8B 模型的对话效果
2. 查看 MODEL_CARD.md，确认模型的能力边界后再决定用途
3. 先用 8B 在本地验证校验流程无误，再向目标环境迁移 70B 等大规格

【免费下载链接】llama3The official Meta Llama 3 GitHub site项目地址: https://gitcode.com/GitHub_Trending/ll/llama3