英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Gorilla LLM's Gorilla 7B GPTQ

这些文件是用于 Gorilla LLM's Gorilla 7B 的GPTQ模型文件。

提供了多个GPTQ参数排列的选项;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。

这些模型是使用由 Latitude.sh 慷慨提供的硬件进行量化处理的。

可用的Repositories

提示模板:用户助手散列

###USER: {prompt}
###ASSISTANT:

提供的文件

提供了多个量化参数,以便您可以选择最适合您的硬件和要求的参数。

每个独立量化在不同的分支中。请参阅下面的说明以获取不同分支的下载方法。

Branch Bits Group Size Act Order (desc_act) File Size ExLlama Compatible? Made With Description
main 4 128 False 4.00 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.

如何从分支中下载

  • 在text-generation-webui中,您可以在下载名称后添加:branch,例如TheBloke/gorilla-7B-GPTQ:gptq-4bit-32g-actorder_True
  • 使用Git,您可以通过以下命令克隆一个分支:
git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/gorilla-7B-GPTQ`
  • 在Python Transformers代码中,分支是revision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。

请确保您正在使用最新版本的 text-generation-webui

强烈建议使用text-generation-webui的一键安装程序,除非您知道如何执行手动安装。

  • 单击模型选项卡。
  • 在下载自定义模型或LoRA下,输入TheBloke/gorilla-7B-GPTQ。
    • 要从特定分支下载,请输入例如TheBloke/gorilla-7B-GPTQ:gptq-4bit-32g-actorder_True
    • 有关每个选项的分支列表,请参阅上面提供的文件。
  • 单击下载。
  • 模型将开始下载。下载完成后会显示“完成”。
  • 在左上角,单击“刷新”图标旁边的“模型”。
  • 在“模型”下拉菜单中,选择刚刚下载的模型:gorilla-7B-GPTQ
  • 模型将自动加载,现在已经准备好使用!
  • 如果您需要任何自定义设置,请进行设置,然后单击“保存此模型的设置”,接着在右上角单击“重新加载模型”。
    • 注意,您不再需要设置GPTQ参数。这些参数将自动从文件quantize_config.json中设置。
  • 当您准备好时,单击文本生成选项卡并输入提示以开始!
  • 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/gorilla-7B-GPTQ"
    model_basename = "Gorilla-7B-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'''###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(仅测试了CUDA)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,请参阅上面提供的文件表。

    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:

    TheBloke AI's Discord server

    感谢和如何贡献。

    感谢 chirper.ai 团队!

    很多人问我是否可以贡献。我喜欢提供模型和帮助他人,并希望能够花更多时间进行提供,并扩展到新的项目,比如微调/训练。

    如果您能够并且愿意进行贡献,我将非常感激,并将帮助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AI/LLM/模型的任何问题和请求的支持,可以访问专用的Discord房间,以及其他福利。

    特别感谢:来自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。

    感谢所有慷慨的赞助者和捐赠者!

    原始模型卡片:Gorilla LLM's Gorilla 7B

    Gorilla: Language Model连接 Massive APIs

    作者:Shishir G. Patil,Tianjun Zhang,Xin Wang和Joseph E. Gonzalez( Project Website

    Gorilla可以通过调用API来使用LLM。给定一个自然语言查询,Gorilla可以编写一个语义和语法都正确的API来调用。有了Gorilla,我们首次演示了如何在减少虚构的同时,准确地调用1,600多个(且不断增加)的API调用。我们还发布了APIBench,这是一个庞大的API集合,经过策划并且易于训练!加入我们,让我们尝试扩展最大的API仓库,并教会LLM如何编写它们!加入我们的Discord,或者通过PR、电子邮件与我们联系,如果您愿意将您的API纳入其中。

    模型详细信息

    Gorilla可以通过标准微调或使用我们的新颖的检索器感知训练流程进行训练。我们发布了gorilla-7b-hf-delta-v0,这是一个0-shot的微调LLM,可可靠地使用Hugging Face APIs。它可以通过简单的自然语言提示(例如“我想从文本生成图像。”)进行激活。有关更多信息,请查看我们的网站、GitHub和论文。

    模型类型

    Gorilla是一个通过微调LLaMA权重进行训练的开源API调用工具。它是一种基于Transformer架构的自回归语言模型。

    模型日期

    2023年5月27日

    组织

    Gorilla LLM(加州大学伯克利分校)

    许可证:apache-2.0