Biomistral 7B GGUF

🚀 BioMistral-7B-GGUF

BioMistral-7B-GGUF 是一个以 GGUF 格式存储的模型，基于 BioMistral-7B 模型，可用于文本生成任务，在医学、生物学等领域有着广泛的应用。

🚀 快速开始

模型信息

模型标签

该模型具有以下标签：量化、2 位、3 位、4 位、5 位、6 位、8 位、GGUF、transformers、pytorch、tensorboard、mistral、文本生成、医学、生物学、对话、法语、英语、德语、荷兰语、西班牙语、葡萄牙语、波兰语、罗马尼亚语、意大利语、数据集：pubmed、arxiv:2402.10373、与自动训练兼容、与端点兼容、文本生成推理、地区：美国

✨ 主要特性

• 多语言支持：支持法语、英语、德语等多种语言，适用于不同语言环境下的文本生成任务。
• 量化格式：采用 GGUF 量化格式，相较于旧的 GGML 格式，具有更好的性能和兼容性。
• 多客户端支持：支持多种客户端和库，如 llama.cpp、text-generation-webui 等，方便用户在不同环境下使用。

📦 安装指南

安装 huggingface-hub 库

pip3 install huggingface-hub

加速下载（可选）

若要在高速网络（1Gbit/s 或更高）下加速下载，可安装 hf_transfer：

pip3 install hf_transfer

设置环境变量（可选，Windows 用户）

在下载命令前运行以下命令设置环境变量：

set HF_HUB_ENABLE_HF_TRANSFER=1

💻 使用示例

基础用法

llama.cpp 命令示例

./main -ngl 35 -m BioMistral-7B-GGUF.Q4_K_M.gguf --color -c 32768 --temp 0.7 --repeat_penalty 1.1 -n -1 -p "<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant"

参数说明：

• -ngl 35：将 35 层模型卸载到 GPU 上运行，若无 GPU 加速可移除该参数。
• -c 32768：设置所需的序列长度，更长的序列长度需要更多资源，可根据实际情况调整。
• -p：设置输入的提示信息。

Python 代码示例（使用 llama-cpp-python）

from llama_cpp import Llama

# Set gpu_layers to the number of layers to offload to GPU. Set to 0 if no GPU acceleration is available on your system.
llm = Llama(
  model_path="./BioMistral-7B-GGUF.Q4_K_M.gguf",  # Download the model file first
  n_ctx=32768,  # The max sequence length to use - note that longer sequence lengths require much more resources
  n_threads=8,            # The number of CPU threads to use, tailor to your system and the resulting performance
  n_gpu_layers=35         # The number of layers to offload to GPU, if you have GPU acceleration available
)

# Simple inference example
output = llm(
  "<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant", # Prompt
  max_tokens=512,  # Generate up to 512 tokens
  stop=["</s>"],   # Example stop token - not necessarily correct for this specific model! Please check before using.
  echo=True        # Whether to echo the prompt
)

# Chat Completion API

llm = Llama(model_path="./BioMistral-7B-GGUF.Q4_K_M.gguf", chat_format="llama-2")  # Set chat_format according to the model you are using
llm.create_chat_completion(
    messages = [
        {"role": "system", "content": "You are a story writing assistant."},
        {
            "role": "user",
            "content": "Write a story about llamas."
        }
    ]
)

高级用法

多文件下载

huggingface-cli download [MaziyarPanahi/BioMistral-7B-GGUF](https://huggingface.co/MaziyarPanahi/BioMistral-7B-GGUF) --local-dir . --local-dir-use-symlinks False --include='*Q4_K*gguf'

在 text-generation-webui 中使用

在 text-generation-webui 的下载模型界面，输入模型仓库地址 MaziyarPanahi/BioMistral-7B-GGUF 和具体文件名，如 BioMistral-7B-GGUF.Q4_K_M.gguf，然后点击下载。

📚 详细文档

关于 GGUF

GGUF 是 llama.cpp 团队在 2023 年 8 月 21 日引入的一种新格式，它替代了不再被 llama.cpp 支持的 GGML 格式。

支持 GGUF 的客户端和库

• llama.cpp：GGUF 的源项目，提供 CLI 和服务器选项。
• text-generation-webui：最广泛使用的 Web UI，具有许多功能和强大的扩展，支持 GPU 加速。
• KoboldCpp：功能齐全的 Web UI，支持所有平台和 GPU 架构的 GPU 加速，尤其适合讲故事。
• GPT4All：免费开源的本地运行 GUI，支持 Windows、Linux 和 macOS，具有完整的 GPU 加速。
• LM Studio：易于使用且功能强大的本地 GUI，适用于 Windows 和 macOS（Silicon），支持 GPU 加速，Linux 版本截至 2023 年 11 月 27 日处于测试阶段。
• LoLLMS Web UI：一个很棒的 Web UI，具有许多有趣和独特的功能，包括一个完整的模型库，方便用户选择模型。
• Faraday.dev：一个有吸引力且易于使用的基于角色的聊天 GUI，适用于 Windows 和 macOS（Silicon 和 Intel），支持 GPU 加速。
• llama-cpp-python：一个支持 GPU 加速、LangChain 支持和 OpenAI 兼容 API 服务器的 Python 库。
• candle：一个注重性能的 Rust ML 框架，包括 GPU 支持和易于使用的特点。
• ctransformers：一个支持 GPU 加速、LangChain 支持和 OpenAI 兼容 AI 服务器的 Python 库。截至 2023 年 11 月 27 日，ctransformers 已有很长时间未更新，不支持许多最新的模型。

量化方法解释

如何下载 GGUF 文件

手动下载注意事项：几乎不需要克隆整个仓库！该仓库提供了多种不同的量化格式，大多数用户只需要选择并下载单个文件。

以下客户端/库会自动为你下载模型，并提供可用模型列表供你选择：

• LM Studio
• LoLLMS Web UI
• Faraday.dev

在 text-generation-webui 中下载

在 text-generation-webui 的下载模型界面，输入模型仓库地址 MaziyarPanahi/BioMistral-7B-GGUF 和具体文件名，如 BioMistral-7B-GGUF.Q4_K_M.gguf，然后点击下载。

命令行下载（包含多个文件）

huggingface-cli download MaziyarPanahi/BioMistral-7B-GGUF BioMistral-7B-GGUF.Q4_K_M.gguf --local-dir . --local-dir-use-symlinks False

高级下载用法

huggingface-cli download [MaziyarPanahi/BioMistral-7B-GGUF](https://huggingface.co/MaziyarPanahi/BioMistral-7B-GGUF) --local-dir . --local-dir-use-symlinks False --include='*Q4_K*gguf'

加速下载

HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download MaziyarPanahi/BioMistral-7B-GGUF BioMistral-7B-GGUF.Q4_K_M.gguf --local-dir . --local-dir-use-symlinks False

在 text-generation-webui 中运行

更多说明可在 text-generation-webui 文档中找到：text-generation-webui/docs/04 ‐ Model Tab.md

与 LangChain 结合使用

• LangChain + llama-cpp-python
• LangChain + ctransformers

🔧 技术细节

llama.cpp 命令参数说明

• -ngl：将指定数量的层卸载到 GPU 上运行，若无 GPU 加速可移除该参数。
• -c：设置所需的序列长度，对于扩展序列模型（如 8K、16K、32K），必要的 RoPE 缩放参数会从 GGUF 文件中读取并由 llama.cpp 自动设置。注意，更长的序列长度需要更多资源，可根据实际情况调整该值。
• -p：设置输入的提示信息。
• -i -ins：用于开启聊天风格的对话。

注意事项

• 确保使用的 llama.cpp 版本为 d0cee0d 或更高。
• 在使用 stop 参数时，需要检查该停止标记是否适用于当前模型。

📄 许可证

该模型采用 apache-2.0 许可证。