Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Kevin Pro's Vicuna 7B CoT GPTQ

这些是 Kevin Pro's Vicuna 7B CoT 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、其参数和用于创建它们的软件的详细信息，请参见下面的提供文件部分。

这些模型使用 Latitude.sh 提供的硬件进行量化。

可用的存储库

• GPTQ models for GPU inference, with multiple quantisation parameter options.
• 2, 3, 4, 5, 6 and 8-bit GGML models for CPU+GPU inference
• Unquantised fp16 model in pytorch format, for GPU inference and for further conversions

提示模板：维库

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，以便您选择适合自己硬件和要求的最佳参数。

每个单独的量化位于不同的分支中。请参阅下面的说明以了解从不同分支获取的方法。

Branch	Bits	Group Size	Act Order (desc_act)	File Size	ExLlama Compatible?	Made With	Description
main	4	128	False	4.52 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.

从分支下载的方法

• 在文本生成 WebUI 中，您可以在下载名称的末尾添加 :branch ，例如 TheBloke/Vicuna-7B-CoT-GPTQ:gptq-4bit-32g-actorder_True
• 使用 Git，可以使用以下代码克隆分支：

git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/Vicuna-7B-CoT-GPTQ`

• 在 Python Transformers 代码中，分支是 revision 参数；请参见下面的示例。

如何轻松下载并在 text-generation-webui 中使用此模型。

请确保您正在使用 text-generation-webui 的最新版本。

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

点击 Model 选项卡 .

在 Download custom model or LoRA 下输入 TheBloke/Vicuna-7B-CoT-GPTQ .

• 要从特定分支下载，请输入例如 TheBloke/Vicuna-7B-CoT-GPTQ:gptq-4bit-32g-actorder_True
• 请参阅上面提供文件部分以获取每个选项的分支列表。

点击 Download .

模型将开始下载。下载完成后将显示 "Done"

在左上角，点击 Model 旁边的刷新图标。

在 Model 下拉菜单中，选择刚刚下载的模型： Vicuna-7B-CoT-GPTQ

模型将自动加载，现在准备好使用！

如果您需要任何自定义设置，请进行设置，然后依次点击 Save settings for this model ，然后点击右上角的 Reload the Model 。

• 注意，您不再需要手动设置 GPTQ 参数。这些参数将自动从文件 quantize_config.json 中设置。

准备好后，点击 Text Generation 选项卡，并输入提示以开始生成文本！

如何从 Python 代码中使用此 GPTQ 模型

首先确保已安装 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/Vicuna-7B-CoT-GPTQ"
model_basename = "vicuna-7b-cot-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

提供的文件可与 AutoGPTQ（CUDA 和 Triton 模式）、GPTQ-for-LLaMa（仅 CUDA 已经过测试）和 Occ4m 的 GPTQ-for-LLaMa 分支一起使用。

ExLlama 适用于 4 位的 Llama 模型。有关每个文件的兼容性，请参见上面提供文件的表格。

Discord

如需进一步支持，并就这些模型和人工智能进行讨论，请加入我们的 Discord：

TheBloke AI's Discord server

致谢以及如何贡献

感谢 chirper.ai 团队！

我收到很多人询问是否可以做出贡献。我喜欢提供模型并帮助人们，并且很希望能够花更多时间进行这样的工作，以及扩展到新项目，如微调/训练。

如果您有能力和意愿进行贡献，我将非常感激，并且将帮助我继续提供更多模型，并开始进行新的人工智能项目。

捐赠者将优先获得在任何和所有关于人工智能/LLM/模型的问题和请求方面的支持，以及访问私人 Discord 房间和其他福利。

• Patreon： https://patreon.com/TheBlokeAI
• Ko-Fi： https://ko-fi.com/TheBlokeAI

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、theTransient、zynix、Gabriel Tamborski、Fen Risland、Gabriel Puliatti、Matthew Berman、Pyrater、SuperWojo、Stephen Murray、Karl Bernard、Ajan Kanaga、Greatston Gnanesh、Junyu Yang。

感谢所有慷慨的资助者和捐赠者！

原始模型卡片：Kevin Pro's Vicuna 7B CoT

Model ID 的模型卡片

SFT 用于增强维库的 CoT 功能

如果您发现该模型有帮助，请点击 "like" 支持我们。我们也欢迎您在问题部分提供有关使用体验和遇到的任何问题的反馈。

另一个 13B 版本： https://huggingface.co/kevinpro/Vicuna-13B-CoT

模型细节

模型描述

• 开发者：[需要更多信息]
• 共享者（可选）：[需要更多信息]
• 模型类型：[需要更多信息]
• 语言（NLP）：[需要更多信息]
• 许可证：[需要更多信息]
• 基于模型进行微调（可选）：[需要更多信息]

模型来源（可选）

• 存储库：[需要更多信息]
• 论文（可选）：[需要更多信息]
• 演示（可选）：[需要更多信息]

用途

直接使用

[需要更多信息]

下游使用（可选）

[需要更多信息]

超出范围的使用

[需要更多信息]

偏见、风险和限制

[需要更多信息]

推荐事项

用户（直接或下游使用者）应了解模型的风险、偏见和限制。更多信息需要提供进一步的建议。

使用该模型的入门指南

使用下面的代码开始使用该模型。

[需要更多信息]

训练细节

训练数据

[需要更多信息]

训练过程

预处理（可选）

[需要更多信息]

训练超参数

• 训练制度：[需要更多信息]

速度、大小、时间（可选）

[需要更多信息]

评估

测试数据、因素和指标

测试数据

[需要更多信息]

因素

[需要更多信息]

指标

[需要更多信息]

结果

[需要更多信息]

摘要

模型检查（可选）

[需要更多信息]

环境影响

可以使用 Machine Learning Impact calculator 提供的方法对碳排放进行估算。

• 硬件类型：[需要更多信息]
• 使用的小时数：[需要更多信息]
• 云提供商：[需要更多信息]
• 计算区域：[需要更多信息]
• 排放的碳量：[需要更多信息]

技术规格（可选）

模型架构和目标

[需要更多信息]

计算基础设施

[需要更多信息]

硬件

[需要更多信息]

软件

[需要更多信息]

引用（可选）

BibTeX：

[需要更多信息]

APA：

[需要更多信息]

术语解释（可选）

[需要更多信息]

更多信息（可选）

[需要更多信息]

模型卡片作者（可选）

[需要更多信息]

模型卡片联系方式

[需要更多信息]