英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Austism's Chronos Hermes 13B GPTQ

这些文件是 Austism's Chronos Hermes 13B 的 GPTQ 模型文件。

提供了多个 GPTQ 参数组合,有关提供的选项、它们的参数和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”部分。

这些模型是使用由 Latitude.sh 慷慨提供的硬件进行量化的。

可用的存储库

提示模板:羊驼

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction: {prompt}

### Response:

提供的文件

提供了多个量化参数,以便您选择适合您的硬件和需求的最佳参数。

每个单独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分支中获取。

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,您可以在下载名称结尾处添加:branch,例如:TheBloke/chronos-hermes-13B-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/chronos-hermes-13B-GPTQ`
  • 在Python Transformers代码中,分支是修订参数;请参阅下面的说明。

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

请确保您使用的是最新版本的 text-generation-webui

强烈建议使用文本生成网页界面的一键安装程序,除非您知道如何进行手动安装。

  • 点击“模型”选项卡。
  • 在“下载自定义模型或LoRA”下,输入“TheBloke/chronos-hermes-13B-GPTQ”。
    • 要从特定分支下载,请例如输入“TheBloke/chronos-hermes-13B-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“下载”。
  • 模型将开始下载。下载完成后,页面上将显示“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:chronos-hermes-13B-GPTQ
  • 模型将自动加载,现在可以使用了!
  • 如果您想进行任何自定义设置,请设置并点击“保存此模型的设置”,然后在右上角点击“重新加载模型”。
    • 注意,您不需要再手动设置GPTQ参数。它们将从文件quantize_config.json中自动设置。
  • 准备就绪后,点击“文本生成”选项卡并输入提示以开始!
  • 如何使用此GPTQ模型的Python代码

    首先确保您安装了 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/chronos-hermes-13B-GPTQ"
    model_basename = "chronos-hermes-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'''Below is an instruction that describes a task. Write a response that appropriately completes the request.
    
    ### Instruction: {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可与4位Llama模型一起使用。有关每个文件的兼容性,请参见上面的“提供的文件”表格。

    Discord

    如需进一步支持以及有关这些模型和AI的讨论,请加入我们的 Discord 并与我们交流:

    TheBloke AI's Discord server

    感谢和如何贡献

    感谢 chirper.ai 团队!

    我收到很多人的询问是否可以做出贡献。我喜欢提供模型并帮助人们,并且很愿意在此基础上投入更多时间,以及扩展到新的项目(如微调/训练)。

    如果您有能力和意愿做出贡献,我将非常感激,并将有助于我继续提供更多模型,并开始新的AI项目。

    捐助者将优先获得在任何AI/LLM/模型问题和请求上的支持,还可以访问私人Discord房间,以及其他福利。

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

    Patreon特别致谢: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者和捐助者!

    原模型卡片:Austism的Chronos Hermes 13B

    ( chronos-13b + Nous-Hermes-13b ) 75/25 合并

    这个模型具有Chronos的特点,可以生成长篇的描述性输出。但具有更高的一致性和更好地遵守指令的能力。因此,该模型具有很强的产生令人心醉神迷的故事和遵循叙事的能力。

    这个混合包含了很多Chronos的写作风格和“特色”,但很少倾向于乱说一气和胡言乱语。

    这个结果比我之前的 first chronos merge 更成功。