模型:
TheBloke/Vicuna-7B-CoT-GPTQ
Chat & support: my new Discord server
Want to contribute? TheBloke's Patreon page
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。
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. |
git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/Vicuna-7B-CoT-GPTQ`
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。
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'])
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。
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:
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。
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!
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
[需要更多信息]
[需要更多信息]
[需要更多信息]
[需要更多信息]
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。
使用下面的代码开始使用该模型。
[需要更多信息]
[需要更多信息]
[需要更多信息]
训练超参数[需要更多信息]
[需要更多信息]
因素[需要更多信息]
指标[需要更多信息]
[需要更多信息]
摘要[需要更多信息]
可以使用 Machine Learning Impact calculator 提供的方法对碳排放进行估算。
[需要更多信息]
[需要更多信息]
硬件[需要更多信息]
软件[需要更多信息]
BibTeX:
[需要更多信息]
APA:
[需要更多信息]
[需要更多信息]
[需要更多信息]
[需要更多信息]
[需要更多信息]