Чат Модели AWQ для вывода на GPU. Модели GPTQ для вывода на GPU с несколькими вариантами параметров квантования. 2-, 3-, 4-, 5-, 6- и 8-битные модели GGUF для вывода на CPU и GPU Оригинальная неквантованная модель fp16 Калеба Моргана в формате PyTorch для вывода на GPU и дальнейших преобразований Предоставляются несколько параметров квантования, чтобы вы могли выбрать оптимальный вариант для своего оборудования и требований. Каждая отдельная квантизация находится в отдельной ветке. Ниже приведены инструкции по получению файлов из разных ветвей. Все последние файлы GPTQ созданы с помощью AutoGPTQ, и все файлы в ветках, отличных от основной, также созданы с помощью AutoGPTQ. Файлы в основной ветке, которые были загружены до августа 2023 года, были созданы с помощью GPTQ-for-LLaMa. — Биты:…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: TheBloke
Теги: llama, text-generation-inference, 4-bit, gptq
Лайков: 2 | Загрузок: 30
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
