Чат и поддержка: сервер Discord TheBloke Хотите внести свой вклад? Страница TheBloke на Patreon Работа TheBloke в области LLM щедро поддерживается грантом от andreessen horowitz (a16z). Эти файлы представляют собой файлы 4-битной модели GPTQ для слияния Panchovix Guanaco 33B и SuperHOT 8K. Это результат квантования до 4 бит с использованием GPTQ-for-LLaMa. Это экспериментальный новый GPTQ, который предлагает размер контекста до 8 КБ. Увеличенный контекст протестирован для работы с ExLlama с помощью последней версии text-generation-webui. Он также был протестирован на коде Python с использованием AutoGPTQ иtrustremotecode=True. Авторы кода: — Оригинальная концепция и код для увеличения длины контекста: kaiokendev — Обновлен код моделирования Llama, который автоматически включает его через TrustRemotecode: emozilla. Версии GGML пока не предоставляются, поскольку в llama.cpp еще нет поддержки SuperHOT. Это расследуется и, надеюсь, скоро произойдет. 4-битные модели GPTQ для вывода с помощью графического процессора. Неквантованная модель fp16 в формате pytorch для вывода с помощью графического процессора и дальнейших преобразований. Убедитесь, что вы используете последнюю версию text-generation-webui. 1. Перейдите на вкладку «Модель». 2. В разделе «Загрузить пользовательскую модель или LoRA» введите…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: TheBloke
Теги: llama, custom_code, text-generation-inference, 4-bit, gptq
Лайков: 19 | Загрузок: 11
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
