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

• GPTQ models for GPU inference, with multiple quantisation parameter options.
• 2, 3, 4, 5, 6 and 8-bit GGML models for CPU+GPU inference
• Unquantised fp16 model in pytorch format, for GPU inference and for further conversions

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。

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。

• 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。

• 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。

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。

• Patreon: https://patreon.com/TheBlokeAI
• Ko-Fi: https://ko-fi.com/TheBlokeAI

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：

• Blog post
• Online demo
• EasyLM: training and serving framework on GitHub
• Documentation for running Koala locally

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 和 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。