Meta Llama 3.1 405B Instruct GGUF

🚀 [MaziyarPanahi/Meta-Llama-3.1-405B-Instruct-GGUF]

このプロジェクトは、meta-llama/Meta-Llama-3.1-405B-Instruct モデルのGGUF形式のファイルを提供しており、テキスト生成タスクに使用できます。

🚀 クイックスタート

モデル情報

• モデル作成者：meta-llama
• 元のモデル：meta-llama/Meta-Llama-3.1-405B-Instruct

実行例

以下は、llama.cpp/llama-cli を使用してモデルを実行する例のコマンドです。

llama.cpp/llama-cli -m Meta-Llama-3.1-405B-Instruct.Q2_K.gguf-00001-of-00009.gguf -p "write 10 sentences ending with the word apple." -n 1024 -t 40

実行結果は以下の通りです。

system_info: n_threads = 40 / 80 | AVX = 1 | AVX_VNNI = 0 | AVX2 = 1 | AVX512 = 0 | AVX512_VBMI = 0 | AVX512_VNNI = 0 | AVX512_BF16 = 0 | FMA = 1 | NEON = 0 | SVE = 0 | ARM_FMA = 0 | F16C = 1 | FP16_VA = 0 | WASM_SIMD = 0 | BLAS = 0 | SSE3 = 1 | SSSE3 = 1 | VSX = 0 | MATMUL_INT8 = 0 | LLAMAFILE = 1 |
sampling:
        repeat_last_n = 64, repeat_penalty = 1.000, frequency_penalty = 0.000, presence_penalty = 0.000
        top_k = 40, tfs_z = 1.000, top_p = 0.950, min_p = 0.050, typical_p = 1.000, temp = 0.800
        mirostat = 0, mirostat_lr = 0.100, mirostat_ent = 5.000
sampling order:
CFG -> Penalties -> top_k -> tfs_z -> typical_p -> top_p -> min_p -> temperature
generate: n_ctx = 131072, n_batch = 2048, n_predict = 1024, n_keep = 1


write 10 sentences ending with the word apple.
1. I love to eat a crunchy, juicy apple.
2. The teacher gave the student a shiny, red apple.
3. The farmer plucked a ripe, delicious apple.
4. My favorite snack is a sweet, tasty apple.
5. The child picked a fresh, green apple.
6. The cafeteria served a healthy, sliced apple.
7. The vendor sold a crisp, autumn apple.
8. The artist painted a still life with a golden apple.
9. The baby took a big bite of a soft, mealy apple.
10. The family enjoyed a basket of fresh, orchard apple. [end of text]

llama_print_timings:        load time = 1068588.13 ms
llama_print_timings:      sample time =    2262.60 ms /   136 runs   (   16.64 ms per token,    60.11 tokens per second)
llama_print_timings: prompt eval time =  339484.02 ms /    11 tokens (30862.18 ms per token,     0.03 tokens per second)
llama_print_timings:        eval time = 33458013.45 ms /   135 runs   (247837.14 ms per token,     0.00 tokens per second)
llama_print_timings:       total time = 33800561.08 ms /   146 tokens
Log end

💻 使用例

基本的な使用法

llama.cpp/llama-cli -m Meta-Llama-3.1-405B-Instruct.Q2_K.gguf-00001-of-00009.gguf -p "write 10 sentences ending with the word apple." -n 1024 -t 40

高度な使用法

実際のニーズに応じて、コマンド内のパラメータ（例：n_predict（予測するトークン数）、n_threads（スレッド数）など）を調整することで、さまざまなアプリケーションシナリオに対応できます。

📚 ドキュメント

GGUFについて

GGUFは、2023年8月21日にllama.cppチームによって導入された新しい形式で、GGMLの代替案です。現在、llama.cppはGGML形式をサポートしなくなっています。

以下は、GGUF形式をサポートする既知のクライアントとライブラリです。

• llama.cpp：GGUFのソースプロジェクトで、CLIとサーバーオプションを提供します。
• llama-cpp-python：GPU加速、LangChain、OpenAI互換APIサーバーをサポートするPythonライブラリです。
• LM Studio：使いやすく強力なローカルGUIで、WindowsとmacOS（Silicon）をサポートし、GPU加速を提供します。2023年11月27日時点で、Linux版はテスト段階です。
• text-generation-webui：最も広く使用されているWeb UIで、多くの機能と強力な拡張機能を備え、GPU加速をサポートします。
• KoboldCpp：全機能のWeb UIで、すべてのプラットフォームとGPUアーキテクチャのGPU加速をサポートし、特にストーリー作成に適しています。
• GPT4All：無料でオープンソースのローカル実行GUIで、Windows、Linux、macOSをサポートし、全GPU加速を提供します。
• LoLLMS Web UI：多くの面白く独特な機能を備えたWeb UIで、完全なモデルライブラリを含み、モデル選択が容易です。
• Faraday.dev：美しく使いやすいロールベースのチャットGUIで、WindowsとmacOS（SiliconとIntel）をサポートし、GPU加速を提供します。
• candle：パフォーマンスに重点を置いたRustのMLフレームワークで、GPUをサポートし、使いやすいです。
• ctransformers：GPU加速、LangChain、OpenAI互換AIサーバーをサポートするPythonライブラリです。2023年11月27日時点で、ctransformersは長時間更新されておらず、多くの最新モデルをサポートしていません。

📄 ライセンス

このモデルは、llama3.1ライセンスを使用しています。

🔖 その他の情報

サポート言語

• 英語（en）
• ドイツ語（de）
• フランス語（fr）
• イタリア語（it）
• ポルトガル語（pt）
• ヒンディー語（hi）
• スペイン語（es）
• タイ語（th）

タグ

• 量子化（quantized）
• 2ビット（2-bit）
• 3ビット（3-bit）
• GGUF
• テキスト生成（text-generation）

🌟 特別な感謝

このすべてを可能にしてくれた Georgi Gerganov と llama.cpp チーム全体に特別な感謝を送ります。