dolly-v2-12b：分片检查点

这是databricks/dolly-v2-12b模型的分片检查点（具有约4GB的分片）。有关所有详细信息，请参阅 original model 。

• 这使得低RAM加载成为可能，即Colab :)

基本用法

安装transformers，accelerate和bitsandbytes。

pip install -U -q transformers bitsandbytes accelerate

以8位加载模型，然后进行 run inference ：

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "ethzanalytics/dolly-v2-12b-sharded"
tokenizer = AutoTokenizer.from_pretrained(model_name)

model = AutoModelForCausalLM.from_pretrained(
          model_name, load_in_8bit=True, device_map="auto",
        )