模型:
TheBloke/Nous-Hermes-13B-SuperHOT-8K-GPTQ
Chat & support: my new Discord server
Want to contribute? TheBloke's Patreon page
这些文件是合并了 NousResearch's Nous-Hermes-13B 和 Kaio Ken's SuperHOT 8K 的GPTQ 4bit模型文件。
这是通过使用 GPTQ-for-LLaMa 进行4bit量化的结果。
这是一个实验性的新GPTQ,可以提供多达8K的上下文大小。
通过最新版本的 text-generation-webui ,已经测试了增加的上下文长度是否适用于 ExLlama 。
通过使用AutoGPTQ的Python代码进行了测试,并启用了trust_remote_code=True。
代码来源:
请仔细阅读下面的内容以了解如何使用它。
还未提供GGML版本,因为llama.cpp中尚未支持SuperHOT。正在调查并希望很快能实现。
请确保您正在使用text-generation-webui的最新版本
首先确保您已安装了AutoGPTQ和Einops:
pip3 install einops auto-gptq
然后运行以下代码。请注意,为了使其工作,config.json已被硬编码为8192的序列长度。
如果您想尝试4096以减少VRAM使用量,请手动编辑config.json以将max_position_embeddings设置为所需值。
from transformers import AutoTokenizer, pipeline, logging from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig import argparse model_name_or_path = "TheBloke/Nous-Hermes-13B-SuperHOT-8K-GPTQ" model_basename = "nous-hermes-13b-superhot-8k-GPTQ-4bit-128g.no-act.order" use_triton = False tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, use_fast=True) model = AutoGPTQForCausalLM.from_quantized(model_name_or_path, model_basename=model_basename, use_safetensors=True, trust_remote_code=True, device_map='auto', use_triton=use_triton, quantize_config=None) model.seqlen = 8192 # Note: check the prompt template is correct for this model. prompt = "Tell me about AI" prompt_template=f'''USER: {prompt} ASSISTANT:''' print("\n\n*** Generate:") input_ids = tokenizer(prompt_template, return_tensors='pt').input_ids.cuda() output = model.generate(inputs=input_ids, temperature=0.7, max_new_tokens=512) print(tokenizer.decode(output[0])) # Inference can also be done using transformers' pipeline # Prevent printing spurious transformers error when using pipeline with AutoGPTQ logging.set_verbosity(logging.CRITICAL) print("*** Pipeline:") pipe = pipeline( "text-generation", model=model, tokenizer=tokenizer, max_new_tokens=512, temperature=0.7, top_p=0.95, repetition_penalty=1.15 ) print(pipe(prompt_template)[0]['generated_text'])
在存储库中提供了llama_rope_scaled_monkey_patch.py,由@kaiokendev编写。
理论上可以将其添加到任何Python UI或自定义代码中,以实现与trust_remote_code=True相同的结果。我没有测试过这一点,并且应使用trust_remote_code=True替代它,但出于完整性和兴趣考虑,我还是包括在其中。
nous-hermes-13b-superhot-8k-GPTQ-4bit-128g.no-act.order.safetensors
这将与AutoGPTQ、ExLlama和CUDA版本的GPTQ-for-LLaMa一起使用。有报道称最近的GPTQ-for-LLaMa Triton模式存在问题。如果出现问题,请改用AutoGPTQ。
它使用group_size 128创建,以提高推理准确性,但没有使用--act-order(desc_act)以增加兼容性并改善推理速度。
如需进一步支持和讨论有关这些模型和AI的内容,请加入我们:
感谢 chirper.ai 团队!
我已经有很多人问我是否可以贡献。我喜欢提供模型和帮助他人,并且非常愿意能够花更多时间来做这些事情,以及扩大到新的项目,如精细调整/训练。
如果您能够和愿意进行贡献,将非常感激,并帮助我继续提供更多模型,并开始新的AI项目。
捐赠者将获得对AI / LLM /模型问题和请求的优先支持,可以访问私人Discord房间,以及其他好处。
特别感谢:来自CarbonQuill的Luke,Aemon Algiz,Dmitriy Samsonov。
Patreon特别提及:Pyrater,WelcomeToTheClub,Kalila,Mano Prime,Trenton Dambrowitz,Spiking Neurons AB,Pierre Kircher,Fen Risland,Kevin Schuppel,Luke,Rainer Wilmers,vamX,Gabriel Puliatti,Alex,Karl Bernard,Ajan Kanaga,Talal Aujan,Space Cruiser,ya boyyy,biorpg,Johann-Peter Hartmann,Asp the Wyvern,Ai Maven,Ghost,Preetika Verma,Nikolai Manek,trip7s trip,John Detwiler,Fred von Graf,Artur Olbinski,subjectnull,John Villwock,Junyu Yang,Rod A,Lone Striker,Chris McCloskey,Iucharbius,Matthew Berman,Illia Dulskyi,Khalefa Al-Ahmad,Imad Khwaja,chris gileta,Willem Michiel,Greatston Gnanesh,Derek Yates,K,Alps Aficionado,Oscar Rangel,David Flickinger,Luke Pendergrass,Deep Realms,Eugene Pentland,Cory Kujawski,terasurfer,Jonathan Leane,senxiiz,Joseph William Delisle,Sean Connelly,webtim,zynix,Nathan LeClaire。
感谢所有慷慨的赞助人和捐赠者!
这是SuperHOT的第二个原型,这次是30B的8K上下文,没有RLHF,使用了 the github blog 中描述的相同技术。测试表明,该模型确实利用了8K的扩展上下文。
您将需要使用monkeypatch,或者如果您已经使用了monkeypatch,则将缩放因子更改为0.25,并将最大序列长度更改为8192
寻找合并和量化模型?我使用以下配置训练了LoRA:
Nous-Hermes-13b是一种最先进的语言模型,经过超过30万条指令的精细调整。此模型由Nous Research进行了精细调整,Teknium和Karan4D负责精细调整过程和数据集策划,Redmond AI赞助计算,还有其他几位贡献者。结果是一个经过增强的Llama 13b模型,可以在各种任务中与GPT-3.5-turbo相媲美。
此模型以其长回复、低幻觉率和无OpenAI审查机制脱颖而出。在8x a100 80GB DGX机器上,通过超过50小时的训练,以2000序列长度进行了精细调整。
该模型几乎完全基于合成的GPT-4输出进行训练。这包括来自各种源头的数据,例如GPTeacher,general,roleplay v1&2,code instruct数据集,Nous Instruct和PDACTL(未公开发布),CodeAlpaca,Evol_Instruct Uncensored,GPT4-LLM和Unnatural Instructions。
额外的数据输入来自Camel-AI的生物学/物理学/化学和数学数据集,Airoboros的GPT-4数据集等等。总共约有30万条指令的数据。
模型的精细调整和数据集是Teknium,Karan4D,Nous Research,Huemin Art和Redmond AI共同努力和资源的结晶。
对于慷慨地共享数据集的所有数据集创建者,值得表达崇高的敬意和感谢。
特别感谢@winglian,@erhartford和@main_horse在某些训练问题上的协助。
在数据集的贡献者中,GPTeacher由Teknium提供,Wizard LM由nlpxucan提供,Nous Research Instruct数据集由Karan4D和HueminArt提供。Microsoft提供了GPT4-LLM和Unnatural Instructions,Airoboros数据集由jondurbin提供,Camel-AI数据集来自Camel-AI,CodeAlpaca数据集由Sahil 2801提供。如果有遗漏的,请在社区板块开启一个线程。
模型遵循Alpaca提示格式:
### Instruction: ### Response:
或
### Instruction: ### Input: ### Response:
有关使用huggingface transformers和discord进行交互式对话机器人的示例,请查看: https://github.com/teknium1/alpaca-discord 使用角色扮演discord机器人的示例,请查看: https://github.com/teknium1/alpaca-roleplay-discordbot
模型目前正在以FP16格式上传,并计划将模型转换为GGML和GPTQ 4bit量化。该团队还正在进行详尽的基准测试,类似于对GPT4-x-Vicuna的测试。我们将尝试与GPT4All合作将模型纳入其中。
| Task |Version| Metric |Value | |Stderr| |-------------|------:|--------|-----:|---|-----:| |arc_challenge| 0|acc |0.4915|± |0.0146| | | |acc_norm|0.5085|± |0.0146| |arc_easy | 0|acc |0.7769|± |0.0085| | | |acc_norm|0.7424|± |0.0090| |boolq | 1|acc |0.7948|± |0.0071| |hellaswag | 0|acc |0.6143|± |0.0049| | | |acc_norm|0.8000|± |0.0040| |openbookqa | 0|acc |0.3560|± |0.0214| | | |acc_norm|0.4640|± |0.0223| |piqa | 0|acc |0.7965|± |0.0094| | | |acc_norm|0.7889|± |0.0095| |winogrande | 0|acc |0.7190|± |0.0126|
在与GPT4all的基准测试列表进行比较时,这些基准测试使我们在ARC-c、ARC-e、Hellaswag和OpenBookQA上排名第一,在Winogrande上排名第二。
模型可在Hugging Face上下载。它适用于广泛的语言任务,从生成创造性文本到理解和遵循复杂的指令。
计算由我们的项目赞助商Redmond AI提供,感谢!