Все кванты, созданные с использованием опции imatrix с набором данных combinedallmedium от Эда Аддарио, здесь Запустите их непосредственно с помощью llama.cpp или любой другой температуры проекта на основе llama.cpp: 0,5 topk: 50 topp: 0,95 repeatpenalty: 1,1 min_p: 0,05. Температура, установленная на 0,5, здесь наиболее важна, модель, как правило, разговаривает с выше. Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) являются стандартным методом квантования с вложениями и выходными весами, квантованными в Q8_0 вместо того, что они обычно используют по умолчанию. Если размер модели превышает 50 ГБ, она будет разделена на несколько файлов. Чтобы загрузить их все в локальную папку, выполните команду: Вы можете указать новый local-dir (arcee-aiAFM-4.5B-Q80) или загрузить их все на месте (./) Раньше вы загружали Q4044/48/8_8, и их веса перемежались в памяти, чтобы повысить производительность на машинах ARM и AVX, загружая больше данных за один проход. Теперь, однако, есть то, что называется «онлайн-переупаковка» для весов. подробности в этом PR. Если вы используете Q4_0, и ваше оборудование выиграет от переупаковки весов, оно будет делать это автоматически на лету. Начиная со сборки b4282 llama.cpp, вы не сможете запустить Q40XX…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: bartowski
Теги: gguf, en, es, fr, de, it, pt, ru
Лайков: 4 | Загрузок: 7,326
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
