模型:

TheBloke/Project-Baize-v2-7B-GPTQ

英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

项目Baize V2 7B GPTQ

这些文件是用于 Project Baize V2 7B 的GPTQ模型文件。

提供了多种GPTQ参数组合;有关提供选项、参数以及创建它们的软件的详细信息,请参见下面的提供的文件部分。

这些模型是使用由 Latitude.sh 慷慨提供的硬件进行量化的。

可用的仓库

提示模板:Vicuna

A chat between a curious user and an artificial intelligence assistant. The assistant gives helpful, detailed, and polite answers to the user's questions.

USER: {prompt}
ASSISTANT:

提供的文件

提供了多个量化参数,以便您选择适合您的硬件和需求的最佳参数。

每个独立的量化都在不同的分支中。请参阅下面有关从不同分支获取的说明。

Branch Bits Group Size Act Order (desc_act) File Size ExLlama Compatible? Made With Description
main 4 128 False 4.00 GB True GPTQ-for-LLaMa Most compatible option. Good inference speed in AutoGPTQ and GPTQ-for-LLaMa. Lower inference quality than other options.
gptq-4bit-32g-actorder_True 4 32 True 4.28 GB True AutoGPTQ 4-bit, with Act Order and group size. 32g gives highest possible inference quality, with maximum VRAM usage. Poor AutoGPTQ CUDA speed.
gptq-4bit-64g-actorder_True 4 64 True 4.02 GB True AutoGPTQ 4-bit, with Act Order and group size. 64g uses less VRAM than 32g, but with slightly lower accuracy. Poor AutoGPTQ CUDA speed.
gptq-4bit-128g-actorder_True 4 128 True 3.90 GB True AutoGPTQ 4-bit, with Act Order and group size. 128g uses even less VRAM, but with slightly lower accuracy. Poor AutoGPTQ CUDA speed.
gptq-8bit--1g-actorder_True 8 None True 7.01 GB False AutoGPTQ 8-bit, with Act Order. No group size, to lower VRAM requirements and to improve AutoGPTQ speed.
gptq-8bit-128g-actorder_False 8 128 False 7.16 GB False AutoGPTQ 8-bit, with group size 128g for higher inference quality and without Act Order to improve AutoGPTQ speed.
gptq-8bit-128g-actorder_True 8 128 True 7.16 GB False AutoGPTQ 8-bit, with group size 128g for higher inference quality and with Act Order for even higher accuracy. Poor AutoGPTQ CUDA speed.
gptq-8bit-64g-actorder_True 8 64 True 7.31 GB False AutoGPTQ 8-bit, with group size 64g and Act Order for maximum inference quality. Poor AutoGPTQ CUDA speed.

如何从分支下载

  • 在text-generation-webui中,您可以在下载名称的末尾添加:branch,例如TheBloke/Project-Baize-v2-7B-GPTQ:gptq-4bit-32g-actorder_True
  • 使用Git,您可以使用以下命令克隆一个分支:
git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/Project-Baize-v2-7B-GPTQ`
  • 在Python Transformers代码中,分支是修订参数;请参见下面的内容。

如何轻松下载和使用此模型在 text-generation-webui 中。

请确保您使用的是最新版本的 text-generation-webui

强烈建议使用text-generation-webui的一键安装程序,除非您知道如何进行手动安装。

  • 点击 模型 选项卡。
  • 在 下载自定义模型或LoRA 下,输入 TheBloke/Project-Baize-v2-7B-GPTQ 。
    • 要从特定分支下载,请输入例如 TheBloke/Project-Baize-v2-7B-GPTQ:gptq-4bit-32g-actorder_True
    • 有关每个选项的分支列表,请参见上面的提供的文件。
  • 点击 下载 。
  • 模型将开始下载。完成后,它将显示“完成”
  • 在左上角,点击 模型 旁边的刷新图标。
  • 在 模型 下拉菜单中,选择刚刚下载的模型:Project-Baize-v2-7B-GPTQ
  • 模型将自动加载,现在可以使用了!
  • 如果您想要任何自定义设置,请设置它们,然后依次点击 为此模型保存设置 和 在右上角重新加载模型 。
    • 注意,您无需再设置GPTQ参数。这些参数将自动从文件quantize_config.json中设置。
  • 准备就绪后,点击 文本生成 选项卡并输入提示!
  • 如何在Python代码中使用该GPTQ模型

    首先确保您已安装 AutoGPTQ

    使用以下示例代码:

    from transformers import AutoTokenizer, pipeline, logging
    from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig
    
    model_name_or_path = "TheBloke/Project-Baize-v2-7B-GPTQ"
    model_basename = "Baize-v2-7B-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="cuda:0",
            use_triton=use_triton,
            quantize_config=None)
    
    """
    To download from a specific branch, use the revision parameter, as in this example:
    
    model = AutoGPTQForCausalLM.from_quantized(model_name_or_path,
            revision="gptq-4bit-32g-actorder_True",
            model_basename=model_basename,
            use_safetensors=True,
            trust_remote_code=True,
            device="cuda:0",
            quantize_config=None)
    """
    
    prompt = "Tell me about AI"
    prompt_template=f'''A chat between a curious user and an artificial intelligence assistant. The assistant gives helpful, detailed, and polite answers to the user's questions.
    
    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'])
    

    兼容性

    提供的文件可以与AutoGPTQ(CUDA和Triton模式)、GPTQ-for-LLaMa(仅测试过CUDA)和Occ4m的GPTQ-for-LLaMa分支一起使用。

    ExLlama与4位的Llama模型兼容。有关每个文件的兼容性,请参见上面的提供的文件表。

    Discord

    如需进一步支持,以及有关这些模型和人工智能的讨论,请加入我们:

    TheBloke AI's Discord server

    感谢以及如何贡献。

    感谢 chirper.ai 团队!

    我有很多人问我是否可以进行贡献。我乐于提供模型和帮助他人,并希望能够多花些时间进行这些工作,以及扩展到新的项目,如微调/训练。

    如果您有能力和意愿进行贡献,我将非常感激,并将帮助我继续提供更多的模型,以及开始新的人工智能项目。

    捐赠者将在任何和所有的AI/LLM/模型问题和请求上获得优先支持,可访问私人Discord房间,并享受其他福利。

    特别感谢 :CarbonQuill的Luke、Aemon Algiz。

    Patreon特别提到的支持者 :Space Cruiser、Nikolai Manek、Sam、Chris McCloskey、Rishabh Srivastava、Kalila、Spiking Neurons AB、Khalefa Al-Ahmad、WelcomeToTheClub、Chadd、Lone Striker、Viktor Bowallius、Edmond Seymore、Ai Maven、Chris Smitley、Dave、Alexandros Triantafyllidis、Luke @flexchar、Elle、ya boyyy、Talal Aujan、Alex、Jonathan Leane、Deep Realms、Randy H、subjectnull、Preetika Verma、Joseph William Delisle、Michael Levine、chris gileta、K、Oscar Rangel、LangChain4j、Trenton Dambrowitz、Eugene Pentland、Johann-Peter Hartmann、Femi Adebogun、Illia Dulskyi、senxiiz、Daniel P. Andersen、Sean Connelly、Artur Olbinski、RoA、Mano Prime、Derek Yates、Raven Klaugh、David Flickinger、Willem Michiel、Pieter、Willian Hasse、vamX、Luke Pendergrass、webtim、Ghost、Rainer Wilmers、Nathan LeClaire、Will Dee、Cory Kujawski、John Detwiler、Fred von Graf、biorpg、Iucharbius、Imad Khwaja、Pierre Kircher、terasurfer、Asp the Wyvern、John Villwock、theTransient、zynix、Gabriel Tamborski、Fen Risland、Gabriel Puliatti、Matthew Berman、Pyrater、SuperWojo、Stephen Murray、Karl Bernard、Ajan Kanaga、Greatston Gnanesh、Junyu Yang。

    感谢所有慷慨的赞助者和捐赠者!

    原始模型卡片:Project Baize V2 7B

    ⚠️警告

    直接使用Baize检查点而不遵循以下格式将无法正常工作。

    The following is a conversation between a human and an AI assistant named Baize (named after a mythical creature in Chinese folklore). Baize is an open-source AI assistant developed by UCSD and Sun Yat-Sen University. The human and the AI assistant take turns chatting. Human statements start with [|Human|] and AI assistant statements start with [|AI|]. The AI assistant always provides responses in as much detail as possible, and in Markdown format. The AI assistant always declines to engage with topics, questions and instructions related to unethical, controversial, or sensitive issues. Complete the transcript in exactly that format.\n[|Human|]Hello!\n[|AI|]Hi!
    

    必须使用[|Human|]和[|AI|]标记来标记用户和Baize的消息。我们建议查看我们的 GitHub ,以找到在我们的演示或Fastchat中使用Baize的最佳方式。

    演示

    https://huggingface.co/spaces/project-baize/chat-with-baize

    什么是Baize?

    Baize是一个使用 LoRA 进行微调的开源聊天模型。该模型是 7B Baize-v2,经过监督微调(SFT)和带有反馈的自我蒸馏(SDF)进行训练的。此检查点已与LLaMA合并,因此可以直接使用。

    为什么它被称为Baize?

    Baize(白泽)是中国民间传说中的神秘生物,可以说人类语言,知道一切。这正是我们对于一个聊天模型的期望。

    如何使用:本地演示、API和SDK

    更多详细信息可以在Baize的 GitHub Paper 中找到。