Оригинальная модель: https://huggingface.co/HiroseKoichi/Llama-3-8B-Stroganoff-2.0 Спасибо kalomaze и Dampf за помощь в создании набора данных калибровки imatrix Спасибо ZeroWw за вдохновение для экспериментов с встраиванием/выводом Если модель больше 50 ГБ, она будет разделена на несколько файлов. Чтобы загрузить их все в локальную папку, выполните команду: Вы можете указать новый local-dir (Llama-3-8B-Stroganoff-2.0-Q8_0) или загрузить их все на месте (./) Здесь Artefact2 предоставляет отличное описание с диаграммами, показывающими различные показатели. Первое, что нужно выяснить, — насколько велика модель, которую вы можете запустить. Для этого вам нужно будет выяснить, сколько у вас ОЗУ и/или VRAM. Если вы хотите, чтобы ваша модель работала как можно БЫСТРЕЕ, вам нужно поместить все это на VRAM вашего графического процессора. Стремитесь к кванту с размером файла на 1-2 ГБ меньше, чем общая VRAM вашего графического процессора. Если вы хотите получить абсолютный максимум качества, добавьте как системную оперативную память, так и VRAM вашего графического процессора вместе, а затем аналогичным образом захватите квант с размером файла на 1-2 ГБ меньше, чем это общее количество. Далее вам нужно будет решить, хотите ли вы использовать «I-квант» или «K-квант». Если вы не хотите слишком много думать, возьмите одного из К-квантов. Эти…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: bartowski
Теги: gguf, nsfw, not-for-all-audiences, llama-3, text-generation-inference, mergekit, merge, endpoints_compatible
Лайков: 3 | Загрузок: 386
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
