模型:

TheBloke/wizardLM-7B-GPTQ

英文

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

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。

Branch Bits Group Size Act Order (desc_act) File Size ExLlama Compatible? Made With Description
main 4 128 False 4.52 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。

  • 点击 模型 选项卡。
  • 在 下载自定义模型或LoRA 下,输入TheBloke/wizardLM-7B-GPTQ。
    • 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。
  • 点击 下载。
  • 模型开始下载。下载完成后,会显示"完成"
  • 在左上方,点击 模型 旁边的刷新图标。
  • 在 模型 下拉菜单中,选择刚刚下载的模型:wizardLM-7B-GPTQ
  • 模型将自动加载,现在已经准备就绪!
  • 如果您想要任何自定义设置,请设置它们,然后依次点击保存此模型的设置,然后点击右上方的重新加载模型。
    • 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。
  • 准备就绪后,点击 文本生成 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。

    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。