模型:

TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ

英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Eric Hartford的WizardLM 33B V1.0未经审查的GPTQ

这些文件是 Eric Hartford's WizardLM 33B V1.0 Uncensored 的GPTQ模型文件。

提供了多个GPTQ参数的排列组合;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 Latitude.sh 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,以便您可以为硬件和需求选择最佳参数。

每个单独段都在不同的分支中。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 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.

如何从分支中下载文件

  • 在text-generation-webui中,您可以在下载名称的末尾添加:分支,例如TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ:gptq-4bit-32g-actorder_True
  • 使用Git,您可以使用以下命令克隆分支:
git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ`
  • 在Python Transformers代码中 ,分支是修订参数;请参阅下面的说明。

如何轻松下载和在 text-generation-webui 中使用此模型。

请确保您正在使用的是 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。

  • 单击 “模型” 标签 .
  • 在“下载自定义模型或LoRA” 下,输入 TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ .
    • 要从特定分支下载,请输入 TheBloke/WizardLM-33B-V1.0-Uncensored-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。
  • 单击 “下载” .
  • 模型将开始下载。下载完成后,显示为“完成”
  • 在左上角,单击模型旁边的刷新图标。
  • 在“模型” 下拉菜单中,选择您刚刚下载的模型: WizardLM-33B-V1.0-Uncensored-GPTQ
  • 模型将自动加载,现在已准备好使用!
  • 如果您想要任何自定义设置,请设置它们,然后依次单击 “为此模型保存设置”,再单击右上角的 “重新加载模型”
    • 请注意,您无需再设置GPTQ参数。这些将根据文件 quantize_config.json 自动设置。
  • 准备就绪后,单击 “文本生成” 选项卡,然后输入提示以开始!
  • 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/WizardLM-33B-V1.0-Uncensored-GPTQ"
    model_basename = "wizardlm-33b-v1.0-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'''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已经经过测试)和Occ4m的GPTQ-for-LLaMa分支一起使用。

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

    Discord

    有关进一步支持以及有关这些模型和AI的讨论,请加入我们:

    TheBloke AI's Discord server

    感谢和如何贡献

    感谢 chirper.ai 团队!

    这些模型和AI的提供给许多人,让人们能够提供帮助,并且愿意获得更多时间提供帮助,以及扩大到新的项目,如优化/训练。

    如果您有能力和意愿提供帮助,我将非常感谢,并将有助于我继续提供更多模型,并开始进行新的AI项目。

    捐赠者将优先获得有关任何AI/LLM/模型问题和要求的支持,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、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!

    原模型卡片:Eric Hartford的WizardLM 33B V1.0未经审查

    这是通过使用经过筛选的数据集重新训练的 https://huggingface.co/WizardLM/WizardLM-30B-V1.0 ,旨在减少拒绝、规避和偏见。

    请注意,LLaMA本身具有固有的伦理信仰,所以“真正无审查的”模型是不存在的。但是,此模型比WizardLM/WizardLM-7B-V1.0更符合规定。

    向开源AI/ML社区和帮助过我的每个人致敬。

    注意:无审查的模型没有防护措施。您对使用该模型的一切负有责任,就像您对使用刀具、枪支、打火机或汽车等任何危险物品负责一样。发布模型生成的任何内容都与自己发布它一样。您对您发布的内容负责,不能将模型的责任归咎于它所生成的内容,就像您不能将刀具、枪支、打火机或汽车的责任归咎于您使用它们的方式一样。

    与WizardLM/WizardLM-30B-V1.0一样,此模型使用Vicuna-1.1样式的提示进行训练。

    You are a helpful AI assistant.
    
    USER: <prompt>
    ASSISTANT:
    

    感谢 chirper.ai 赞助了我的一部分计算!