Оригинальная модель: https://huggingface.co/TheDrummer/Behemoth-ReduX-123B-v1.1 Все кванты, созданные с использованием опции imatrix с набором данных отсюда в сочетании с подмножеством combinedallsmall.parquet от Эда Аддарио Запустите их непосредственно с помощью llama.cpp или любого другого проекта на основе llama.cpp Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) являются стандартным методом квантования с вложениями и выходными весами, квантованными до Q8_0 вместо того, что они обычно 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 (TheDrummerBehemoth-ReduX-123B-v1.1-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 запускать файлы Q40XX и вместо этого вам понадобится…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: bartowski
Теги: gguf, endpoints_compatible, imatrix, conversational
Лайков: 3 | Загрузок: 729
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
