Чат По сравнению с GPTQ он обеспечивает более быстрое выполнение инференса на основе Transformers с эквивалентным или более высоким качеством по сравнению с наиболее часто используемыми настройками GPTQ. В настоящее время модели AWQ поддерживаются в Linux и Windows только с графическими процессорами NVidia. Пользователи macOS: вместо этого используйте модели GGUF. — Text Generation Webui — с использованием загрузчика: AutoAWQ — vLLM — версия 0.2.2 или более поздняя для поддержки всех типов моделей. — Hugging Face Text Generation Inference (TGI) — Transformers версии 4.35.0 и более поздних, из любого кода или клиента, поддерживающего Transformers — AutoAWQ — для использования из кода Python моделей AWQ для инференса 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 от LumiOpen в формате PyTorch для вывода на GPU и для…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: TheBloke
Теги: bloom, text-generation-inference, 4-bit, awq
Лайков: 2 | Загрузок: 17
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.