Чат Предоставляются несколько перестановок параметров GPTQ. Подробную информацию о доступных вариантах, их параметрах и программном обеспечении, используемом для их создания, см. в разделе «Предоставленные файлы» ниже. Модели GPTQ для вывода на GPU с несколькими вариантами параметров квантования. 2-, 3-, 4-, 5-, 6- и 8-битные модели GGML для вывода на CPU и GPU * Оригинальная неквантованная fp16-модель Джона Дурбина в формате PyTorch для вывода на GPU и дальнейших преобразований Предусмотрены различные параметры квантования, чтобы вы могли выбрать оптимальный вариант для своего оборудования и требований. Каждая отдельная квантизация находится в отдельной ветви. Ниже приведены инструкции по получению данных из разных ветвей. — Биты: размер квантованной модели в битах. — GS: размер группы GPTQ. Более высокие значения используют меньше видеопамяти, но имеют более низкую точность квантования. «Нет» — это минимально возможное значение. — Порядок действий: Истина или Ложь. Также называется descact`.…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: TheBloke
Теги: llama, text-generation-inference, 4-bit, gptq
Лайков: 2 | Загрузок: 20
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
