TheBloke/stockmark-13B-AWQ - Каталог нейросетей
Генерация текста

TheBloke/stockmark-13B-AWQ

Добавлено:

Чат AWQ — это эффективный, точный и молниеносный метод квантования весов с низким числом бит, который в настоящее время поддерживает 4-битное квантование. По сравнению с GPTQ этот метод обеспечивает более быстрое выполнение инференса на основе Transformers с качеством, эквивалентным или превосходящим качество, получаемое при использовании наиболее распространенных настроек GPTQ. — Text Generation Webui — с использованием загрузчика: AutoAWQ — vLLM — только модели Llama и Mistral — Hugging Face Text Generation Inference (TGI) — AutoAWQ — для использования из кода Python моделей AWQ для вывода на GPU. Модели GPTQ для инференса на GPU с несколькими вариантами параметров квантования. * Оригинальная неквантованная модель fp16 от Stockmark Inc. в формате PyTorch для вывода на GPU и дальнейших преобразований. В рамках первого выпуска моделей AWQ я представляю только модели 128G. Я рассмотрю возможность добавления моделей 32 ГБ, если будет интерес, и как только у меня…

Модальности:
Генерация текста


Задача: Генерация текста
Автор: TheBloke
Теги: llama, japanese, llama-2, ja, text-generation-inference, 4-bit, awq
Лайков: 2  |  Загрузок: 31

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.