HuggingFace [1]
Hugging Face是一个人工智能领域尤其是自然语言处理领域的开源平台，包含数据集、模型、文档、解决方案等内容的分享。由于 LLM 的参数量较大，往往将参数文件托管到该平台并使用 transformers [3] 库进行模型调用。
模型下载
由于项目要求模型本地运行，因而需要下载模型文件，这里以 ChatGLM 系列为例。
第一步，需要确保当前环境安装了git和git lfs，安装可以参考如下指令：
# Ubuntu
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
sudo apt-get install git-lfs
git lfs install
git lfs install
第二步，参考网站对应内容，如[4]：
# <1> Get ALL files
git clone https://huggingface.co/THUDM/glm-4-9b
# <2> If you want to clone without large files - just their pointers
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/THUDM/glm-4-9b
# <3> Get pytoch_model_xxxxx.bin
cd your_project_name
git lfs pull --include="*.bin"
第一个方法可以直接下载所有模型文件，包含实现和参数，第二个方法仅下载模型实现，第三个方法仅下载模型参数，如果 git 因网络问题过慢或报错，请尝试代理后重试。执行结果如下所示：
16669@WORKSTATION-HOME MINGW64 /d/Linux_save
$ git clone https://huggingface.co/THUDM/glm-4-9b
Cloning into 'glm-4-9b'...
remote: Enumerating objects: 80, done.
remote: Counting objects: 100% (77/77), done.
remote: Compressing objects: 100% (75/75), done.
remote: Total 80 (delta 36), reused 0 (delta 0), pack-reused 3 (from 1)
Unpacking objects: 100% (80/80), 39.25 KiB | 50.00 KiB/s, done.
Updating files: 100% (24/24), done.
Filtering content: 100% (11/11), 17.51 GiB | 31.42 MiB/s, done.
Filtering content部分给出了参数下载情况。
注：chatglm和chatglm2可从 [5] 进行下载。
参考资料
[1] Hugging Face – The AI community building the future.
[2] Huggingface的介绍，使用（CSDN最强Huggingface入门手册）-CSDN博客
[3] Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX.
[4] THUDM/glm-4-9b · Hugging Face
标签：git,glm,模型,HuggingFace,Git,done,实训,lfs,下载 From： https://www.cnblogs.com/yichengliu0219/p/18263031