Чат Эти модели были квантованы с использованием оборудования, любезно предоставленного Latitude.sh. 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 * Неквантованная модель fp16 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 ветви. Ниже приведены инструкции по получению данных из разных ветвей. — В text-generation-webui вы можете добавить :branch в конце имени загружаемого файла, например TheBloke/open-llama-7B-v2-open-instruct-GPTQ:gptq-4bit-32g-actorderTrue` — С помощью Git вы можете клонировать ветку с помощью: — В коде Python Transformers ветка…
Модальности:
Генерация текста
Области применения:
Следование инструкциям
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.
