Chat & support: my new Discord server

Want to contribute? TheBloke's Patreon page

WizardLM的WizardLM-7B 4位GPTQ

这些文件是用于 WizardLM's WizardLM-7B 4bit 的GPTQ模型文件。

提供了多个不同的GPTQ参数排列，有关提供选项、参数以及创建它们所使用的软件的详细信息，请参阅下面的提供的文件部分。

这些模型是使用 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：WizardLM

{prompt}
### Response:

提供的文件

提供了多个量化参数，以便您可以选择适合您的硬件和要求的最佳选项。

每个不同的量化在不同的分支中。请参见下面的获取不同分支的说明。

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/wizardLM-7B-GPTQ:gptq-4bit-32g-actorder_True
• 使用Git，您可以使用以下命令克隆分支：

git clone --branch gptq-4bit-32g-actorder_True https://huggingface.co/TheBloke/wizardLM-7B-GPTQ`

• 在Python Transformers代码中，分支是revision参数；请参见下面的说明。

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。

• 要从特定分支下载，请输入例如TheBloke/wizardLM-7B-GPTQ:gptq-4bit-32g-actorder_True
• 有关每个选项的分支列表，请参见上面的提供的文件部分。

• 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。

如何从Python代码中使用此GPTQ模型

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/wizardLM-7B-GPTQ"
model_basename = "wizardLM-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'''{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与4位Llama模型兼容。有关每个文件的兼容性，请参见上面提供的文件表。

Discord

如需进一步支持以及有关这些模型和AI的讨论，请加入我们的群组：

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做出贡献。我喜欢提供模型和帮助人们，并希望能够花更多的时间来做这些，并扩展到新的项目，如微调/训练。

如果您有能力和意愿进行贡献，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。

捐赠者将在任何AI / LLM /模型问题和请求上获得优先支持、私人Discord聊天室访问权限以及其他福利。

• 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：WizardLM的WizardLM-7B 4位

WizardLM增量权重。