英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Tim Dettmers' Guanaco 33B GPTQ

这些文件是 Tim Dettmers' Guanaco 33B 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,请参见下方的提供的文件。

这些模型是使用由 Latitude.sh 慷慨提供的硬件进行量子化的。

可用的存储库

提示模板:Guanaco

### Human: {prompt}
### Assistant:

提供的文件

提供了多个量子化参数,可供您根据硬件和需求选择最佳参数。

每个单独的量子化位于不同的分支中。有关从不同分支获取的说明,请参见下方。

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/guanaco-33B-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/guanaco-33B-GPTQ`
  • 在 Python Transformers 代码中,分支是 revision 参数;请参见下方。

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,除非您知道如何进行手动安装。

  • 点击 Model 选项卡。
  • 在 Download custom model or LoRA 下,输入 TheBloke/guanaco-33B-GPTQ。
    • 要从特定分支下载,请输入例如 TheBloke/guanaco-33B-GPTQ:gptq-4bit-32g-actorder_True
    • 请参见上方的 Provided Files 获取每个选项的分支列表。
  • 点击 Download。
  • 模型将开始下载。下载完成后,会显示“完成”。
  • 在左上角,点击 Model 旁边的刷新图标。
  • 在 Model 下拉菜单中,选择刚刚下载的模型: guanaco-33B-GPTQ
  • 模型将自动加载,现在已准备就绪!
  • 如果您想进行任何自定义设置,请进行设置,然后依次点击 Save settings for this model 和 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,点击 Text Generation 选项卡并输入提示开始使用!
  • 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/guanaco-33B-GPTQ"
    model_basename = "guanaco-33b-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'''### Human: {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 模型一起工作。有关每个文件的兼容性,请参见上方的提供的文件表。

    Discord

    如需进一步支持以及有关这些模型和人工智能的讨论,请加入我们:

    TheBloke AI's Discord server

    感谢以及如何做出贡献。

    感谢 chirper.ai 团队!

    我收到很多人的询问,是否可以进行贡献。我喜欢提供模型和帮助他人,并非常愿意能够投入更多时间进行这些工作,同时还可以扩展到新的项目,如微调/训练。

    如果您能够并且愿意进行贡献,我将非常感激并且将有助于我继续提供更多模型,并开始进行新的人工智能项目。

    捐赠者将在所有关于 AI/LLM/模型的问题和请求上获得优先支持,可以访问私人 Discord 房间,并享受其他福利。

    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:Tim Dettmers' Guanaco 33B

    未提供原始模型卡片。