---
{
  "availableLangs": [
    "zh"
  ],
  "categories": [
    "category-science-technology"
  ],
  "createdAt": "2026-11-10T15:05:08+08:00",
  "id": "work_llama",
  "lang": "zh",
  "revision": 1,
  "slug": "llama",
  "sourceLang": "zh",
  "sources": [
    {
      "id": "s1",
      "title": "Introducing LLaMA: A foundational, 65-billion-parameter language model — Meta AI",
      "url": "https://ai.meta.com/blog/large-language-model-llama-meta-ai/"
    },
    {
      "id": "s2",
      "title": "LLaMA: Open and Efficient Foundation Language Models — arXiv:2302.13971",
      "url": "https://arxiv.org/abs/2302.13971v1"
    },
    {
      "id": "s3",
      "title": "LLaMA — Hugging Face Transformers documentation (max_position_embeddings 2048)",
      "url": "https://huggingface.co/docs/transformers/en/model_doc/llama"
    },
    {
      "id": "s4",
      "title": "Llama (language model) — Wikipedia",
      "url": "https://en.wikipedia.org/wiki/Llama_(language_model)"
    }
  ],
  "status": "published",
  "summary": "Llama 是 Meta 于 2023 年 2 月 24 日发布的首代 Llama 基础大模型，仅用公开数据集训练。",
  "tags": [],
  "title": "Llama",
  "type": "work",
  "updatedAt": "2026-11-10T15:05:08+08:00",
  "updatedBy": "user:admin",
  "workKind": "ai_model"
}
---

# Llama

Llama 是 Meta 于 2023 年 2 月 24 日发布的首代 Llama 基础大模型，仅用公开数据集训练。

Llama 是 Meta 于 2023 年 2 月 24 日发布的首代 Llama 基础大模型，仅用公开数据集训练。[^s1]

## 发布背景
发布时上下文窗口为2,048 tokens。[^s1]
7B、13B、33B、65B 四个尺寸，仅用公开数据集训练，7B/13B 为 1.0 万亿 token，33B/65B 为 1.4 万亿 token。[^s1]

## 定价与获取
非商业研究许可、逐案申请获取，非完全开源、无官方 API 与定价；仅为基础模型，未发布官方对话微调版。[^s1]

## 性能表现
以下为Meta公布的自家评测结果，尚未经独立复现。[^s1]
- MMLU (5-shot, LLaMA-65B)：63.4%（低于 Chinchilla-70B 的 67.5% 和 PaLM-540B 的 69.3%）[^s1]
- HellaSwag (zero-shot, LLaMA-65B)：84.2%（高于 PaLM-540B 的 83.4%，低于 Chinchilla-70B 在常识推理多数任务上的表现之外的一个例外）[^s1]
- GSM8k (LLaMA-65B)：50.9%（低于 Minerva-62B 的 52.4% 和 PaLM-540B 的 56.5%，但论文称其未做数学微调仍胜过 Minerva-62B 的多数投票外表现表述需以原文为准）[^s1]
- HumanEval pass@1 (LLaMA-65B)：23.7%（高于 PaLM-62B 的 15.9%，低于 PaLM-540B 的 26.2%）[^s1]

## 主要特点
- 后继为 2023-07-18 发布的 Llama 2（7B/13B/70B），首次允许商业使用，上下文扩至 4,096 token。[^s1]

## 定位与后续
Meta Llama 系列第一代基础大模型，开创了小模型多 token 训练路线，其后继为允许商业使用的 Llama 2 及 Llama 3/4 系列。[^s1]

更新时间：2026-11-10

## 标签


## 关系

- 出版方：[Meta](/zh/organizations/meta.html) 

## 正文反向链接

- [Llama 2](/zh/works/llama-2.html)

## 来源

- Introducing LLaMA: A foundational, 65-billion-parameter language model — Meta AI：https://ai.meta.com/blog/large-language-model-llama-meta-ai/ 
- LLaMA: Open and Efficient Foundation Language Models — arXiv:2302.13971：https://arxiv.org/abs/2302.13971v1 
- LLaMA — Hugging Face Transformers documentation (max\_position\_embeddings 2048)：https://huggingface.co/docs/transformers/en/model_doc/llama 
- Llama (language model) — Wikipedia：https://en.wikipedia.org/wiki/Llama_(language_model) 
