英文

Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

Young Geng's Koala 13B GPTQ

这些文件是用于 Young Geng's Koala 13B 的GPTQ模型文件。

提供了多个GPTQ参数组合,有关提供的选项、参数和用于创建它们的软件的详细信息,请参见下面的提供的文件。

这些模型是使用由 Latitude.sh 提供的硬件进行量化的。

可用的存储库

提示模板:Koala

BEGINNING OF CONVERSATION:
USER: {prompt}
GPT:

提供的文件

提供了多个量化参数,以便您选择最适合您的硬件和需求的选项。

每个单独的量化都在不同的分支中。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 4 128 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.
gptq-8bit-128g-actorder_True 8 128 True 13.65 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 13.95 GB False AutoGPTQ 8-bit, with group size 64g and Act Order for maximum inference quality. Poor AutoGPTQ CUDA speed.

如何从分支下载

  • 在文本生成WebUI中,您可以在下载名称的末尾添加:branch,例如TheBloke/koala-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/koala-13B-GPTQ`
  • 在Python Transformers代码中,分支是修订参数;请参阅下面的示例。

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

强烈建议您使用文本生成WebUI的一键安装程序,除非您知道如何进行手动安装。

  • 点击 Model 标签。
  • 在 Download custom model or LoRA 下,输入 TheBloke/koala-13B-GPTQ 。
    • 若要从特定分支下载,请输入例如 TheBloke/koala-13B-GPTQ:gptq-4bit-32g-actorder_True
    • 请参见上面的提供的文件列表以获取每个选项的分支列表。
  • 点击 Download 。
  • 模型将开始下载。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,选择您刚刚下载的模型:koala-13B-GPTQ
  • 模型将自动加载,现在已准备就绪!
  • 如果您想要任何自定义设置,请设置它们,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。这些参数将自动生成,从文件 quantize_config.json 中获取。
  • 准备就绪后,单击 Text Generation 标签,并输入提示开始!
  • 如何从Python代码中使用这个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/koala-13B-GPTQ"
    model_basename = "koala-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'''BEGINNING OF CONVERSATION:
    USER: {prompt}
    GPT:
    '''
    
    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已经通过测试)和Occ4m的GPTQ-for-LLaMa分支配合使用。

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

    Discord

    如需进一步支持和讨论这些模型和AI,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进行贡献。我喜欢提供模型和帮助他人,并希望能够花更多时间做这些事情,以及扩展到新项目,如精细调整/训练。

    如果您有能力和愿意贡献,我将非常感激,并将帮助我继续提供更多模型,并开始研究新的AI项目。

    捐赠者将优先获得有关任何AI/LLM/模型问题和请求的支持,可以访问私人Discord房间,以及其他特权。

    特别感谢: CarbonQuill的Luke,Aemon Algiz。

    Patreon特别提到: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。

    感谢所有慷慨解囊的赞助者和捐赠者!

    原始模型卡片:Young Geng's Koala 13B

    Koala:用于学术研究的对话模型

    此存储库包含针对Koala模型的基本LLaMA的权重差异。请查看以下链接以开始:

    许可证

    模型权重仅供学术研究使用,受 model License of LLaMA Terms of Use of the data generated by OpenAI Privacy Practices of ShareGPT 约束。严禁将模型权重用于任何其他用途,包括但不限于商业用途。如果发现任何潜在的违规行为,请与我们联系。我们的培训和推断代码遵循Apache许可证2.0发布。