模型:

TheBloke/UltraLM-13B-GPTQ

英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

开放BMB的UltraLM 13B GPTQ

这些文件是用于 Open BMB's UltraLM 13B 的GPTQ模型文件。

提供了多种GPTQ参数排列方式;有关提供的选项、参数及用于创建它们的软件的详细信息,请参阅下面的提供的文件。

这些模型是使用 Latitude.sh 友好提供的硬件进行量化的。

可用的存储库

提示模板:维库纳

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,以便您选择最适合您的硬件和需求的参数。

每个单独的量化方式位于不同的分支中。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 7.45 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 8.00 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 7.51 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 7.26 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 13.36 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 13.65 GB False AutoGPTQ 8-bit, with group size 128g for higher inference quality and without Act Order to improve AutoGPTQ 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/UltraLM-13B-GPTQ:gptq-4bit-32g-actorder_True
  • 使用Git,您可以使用特定的分支进行克隆:
git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/UltraLM-13B-GPTQ`
  • 在Python Transformers代码中,分支是修改参数;请参阅下面的说明。

如何轻松下载并使用此模型中的 text-generation-webui

确保您使用的是最新版本的 text-generation-webui

强烈建议使用一键安装程序进行安装,除非您知道如何手动安装。

  • 点击“模型”选项卡。
  • 在“下载自定义模型或LoRA”下输入“TheBloke/UltraLM-13B-GPTQ”。
    • 要从特定分支下载,请输入例如“TheBloke/UltraLM-13B-GPTQ:gptq-4bit-32g-actorder_True”
    • 请参阅上面的提供的文件以获取每个选项的分支列表。
  • 点击“下载”。
  • 模型将开始下载。完成后将显示“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:UltraLM-13B-GPTQ
  • 模型将自动加载,现在已准备好使用!
  • 如果您需要任何自定义设置,请设置它们,然后点击“为此模型保存设置”,接着点击右上角的“重新加载模型”。
    • 不需要再单独设置GPTQ参数。这些参数将从quantize_config.json文件自动设置。
  • 准备就绪后,点击“文本生成”选项卡,输入提示以开始使用!
  • 如何从Python代码中使用此GPTQ模型

    首先确保您已安装 AutoGPTQ

    GITHUB_ACTIONS=true pip install auto-gptq

    然后尝试以下示例代码:

    from transformers import AutoTokenizer, pipeline, logging
    from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig
    
    model_name_or_path = "TheBloke/UltraLM-13B-GPTQ"
    model_basename = "ultralm-13b-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

    提供的文件将与AutoGPTQ(CUDA和Triton模式)、GPTQ-for-LLaMa(仅测试了CUDA)和Occ4m的GPTQ-for-LLaMa分支一起工作。

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

    Discord

    如需进一步的支持以及关于这些模型和AI的讨论,请加入我们的:

    TheBloke AI's Discord server

    感谢以及如何贡献

    感谢 chirper.ai 团队!

    很多人问是否可以做贡献。我喜欢提供模型并帮助人们,并希望能有更多时间来做这些事情,也希望能够扩展到像微调/训练等新项目中。

    如果您有能力和意愿贡献,将非常感激,并将帮助我继续提供更多模型并开始新的AI项目。

    捐赠者将优先获得有关所有AI/LLM/模型问题和请求的支持,并可访问私人Discord聊天室,以及其他福利。

    特别感谢:CarbonQuill的Luke,Aemon Algiz。

    Patreon特别提及: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,the Transient,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人和捐赠者!

    原始模型卡片:开放BMB的UltraLM 13B

    Chat & support: my new Discord server

    Want to contribute? TheBloke's Patreon page

    开放BMB的UltraLM 13B fp16

    这些文件是用于 Open BMB's UltraLM 13B 的pytorch格式fp16模型文件。

    这是将源存储库合并和/或转换为float16的结果。

    可用的存储库

    提示模板:维库纳 1.1

    USER: prompt
    ASSISTANT:
    

    Discord

    如需进一步的支持以及关于这些模型和AI的讨论,请加入我们的:

    TheBloke AI's Discord server

    感谢以及如何贡献

    感谢 chirper.ai 团队!

    很多人问是否可以做贡献。我喜欢提供模型并帮助人们,并希望能够花更多时间做这些事情,以及扩展到微调/训练等新项目中。

    如果您有能力和意愿贡献,将非常感激,并将帮助我继续提供更多模型,并开始新的AI项目。

    捐赠者将优先获得有关所有AI/LLM/模型问题和请求的支持,并可访问私人Discord聊天室,以及其他福利。

    特别感谢:CarbonQuill的Luke,Aemon Algiz,Dmitriy Samsonov。

    Patreon特别提及:zynix,ya boyyy,Trenton Dambrowitz,Imad Khwaja,Alps Aficionado,chris gileta,John Detwiler,Willem Michiel,RoA,Mano Prime,Rainer Wilmers,Fred von Graf,Matthew Berman,Ghost,Nathan LeClaire,Iucharbius,Ai Maven,Illia Dulskyi,Joseph William Delisle,Space Cruiser,Lone Striker,Karl Bernard,Eugene Pentland,Greatston Gnanesh,Jonathan Leane,Randy H,Pierre Kircher,Willian Hasse,Stephen Murray,Alex,terasurfer,Edmond Seymore,Oscar Rangel,Luke Pendergrass,Asp the Wyvern,Junyu Yang,David Flickinger,Luke,Spiking Neurons AB,subjectnull,Pyrater,Nikolai Manek,senxiiz,Ajan Kanaga,Johann-Peter Hartmann,Artur Olbinski,Kevin Schuppel,Derek Yates,Kalila,K,Talal Aujan,Khalefa Al-Ahmad,Gabriel Puliatti,John Villwock,WelcomeToTheClub,Daniel P. Andersen,Preetika Verma,Deep Realms,Fen Risland,trip7s trip,webtim,Sean Connelly,Michael Levine,Chris McCloskey,biorpg,vamX,Viktor Bowallius,Cory Kujawski。

    感谢所有慷慨的赞助人和捐赠者!

    原始模型卡片:开放BMB的UltraLM 13B

    UltraLM-13b

    这是UltraLM-13b delta权重,一个基于 UltraChat 训练的聊天语言模型

    模型详情

    模型描述

    该模型基于LLaMA-13b进行微调,以多回合的聊天格式模板为基础,如下所示

    User: instruction 1<eos_token>
    Assistant: response 1<eos_token>
    User: instruction 2<eos_token>
    Assistant: response 2<eos_token>
    ...
    
    • 许可证:UltraLM基于LLaMA,并应在LLaMA的许可下使用 model license
    • 基于模型进行微调:LLaMA-13b
    • 在数据上进行微调: UltraChat

    模型来源

    用途

    要使用此模型,您需要从增量权重中获取完整模型,并按照以下模板执行推断:

    [Optional]User: system prompt<eos_token>
    User: user input<eos_token>
    Assistant: