英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Eric Hartford's WizardLM 30B Uncensored GPTQ

这些文件是用于 Eric Hartford's WizardLM 30B Uncensored 的GPTQ模型文件。

提供了多个GPTQ参数排列方式,有关提供的选项、它们的参数以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。

这些模型是使用由 Latitude.sh 提供的硬件进行量化的。

可用的仓库

提示模板:WizardLM

{prompt}
### Response:

提供的文件

提供了多个量化参数,以便您可以选择适合您的硬件和需求的最佳参数。

每个独立的量化在不同的分支中。请参阅下面的说明以了解如何从不同的分支中获取。

Branch Bits Group Size Act Order (desc_act) File Size ExLlama Compatible? Made With Description
main 4 None True 16.94 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 19.44 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 18.18 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 17.55 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 32.99 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 33.73 GB False AutoGPTQ 8-bit, with group size 128g for higher inference quality and without Act Order to improve AutoGPTQ speed.
gptq-3bit--1g-actorder_True 3 None True 12.92 GB False AutoGPTQ 3-bit, with Act Order and no group size. Lowest possible VRAM requirements. May be lower quality than 3-bit 128g.
gptq-3bit-128g-actorder_False 3 128 False 13.51 GB False AutoGPTQ 3-bit, with group size 128g but no act-order. Slightly higher VRAM requirements than 3-bit None.

如何从分支下载

  • 在text-generation-webui中,您可以在下载名称后添加:branch,例如TheBloke/WizardLM-30B-uncensored-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/WizardLM-30B-uncensored-GPTQ`
  • 在Python Transformers代码中,分支是修订参数,请参阅下面的代码。

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的一键安装程序,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/WizardLM-30B-uncensored-GPTQ。
    • 要从特定分支下载,请输入例如 TheBloke/WizardLM-30B-uncensored-GPTQ:gptq-4bit-32g-actorder_True
    • 有关每个选项的分支列表,请参见上面提供的文件。
  • 点击 Download。
  • 模型将开始下载。下载完成后将显示“完成”
  • 在左上角,单击 Model 旁边的刷新图标。
  • 在 Model 下拉菜单中,选择刚刚下载的模型: WizardLM-30B-uncensored-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,然后依次单击 Save settings for this model 以及 Reload the Model 在右上角。
    • 请注意,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,单击 Text Generation 选项卡,然后输入提示即可开始!
  • 如何使用Python代码中的此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/WizardLM-30B-uncensored-GPTQ"
    model_basename = "WizardLM-30B-Uncensored-GPTQ-4bit--1g.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=False,
            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=False,
            device="cuda:0",
            quantize_config=None)
    """
    
    prompt = "Tell me about AI"
    prompt_template=f'''{prompt}
    ### Response:
    '''
    
    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

    提供的文件适用于AutoGPTQ(CUDA和Triton模式)、GPTQ-for-LLaMa(仅测试了CUDA)和Occ4m的GPTQ-for-LLaMa分支。

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

    Discord

    如需进一步支持以及关于这些模型和人工智能的讨论,请加入我们:

    TheBloke AI's Discord server

    感谢,并如何贡献。

    感谢 chirper.ai 团队!

    我已经有很多人问我是否可以进行贡献。我喜欢提供模型并帮助人们,我很乐意能够花更多时间来做这些,并扩展到新的项目,如微调/训练。

    如果您有能力和意愿进行贡献,我将非常感激,它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。

    捐赠者将获得有关所有AI / LLM /模型问题和请求的优先支持,访问私人Discord房间以及其他好处。

    特别感谢:来自CarbonQuill的Luke,Aemon Algiz。

    Patreon特别提及的人: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人和捐款人!

    原始模型卡片:Eric Hartford的WizardLM 30B未经审查

    这是使用数据集的子集对WizardLM进行训练的结果-删除了包含对齐/道德化的回复。目的是训练一个没有内置对齐的WizardLM,以便可以单独添加对齐(任何类型)的内容,例如使用RLHF LoRA。

    向开源AI / ML社区和所有帮助我的人致敬。

    注意:未经审查的模型没有保护措施。您对模型的使用负有责任,就像您对刀具、枪支、打火机或汽车等任何危险物品的使用一样。发布由该模型生成的任何内容与自己发布它完全相同。您对所发布内容负责,不能将模型的责任归咎于模型,就像不能将使用刀具、枪支、打火机或汽车的责任归咎于这些工具一样。