Biomistral 7B GGUF

🚀 BioMistral-7B-GGUF

BioMistral-7B-GGUF 是一個以 GGUF 格式存儲的模型，基於 BioMistral-7B 模型，可用於文本生成任務，在醫學、生物學等領域有著廣泛的應用。

🚀 快速開始

模型信息

模型標籤

該模型具有以下標籤：量化、2 位、3 位、4 位、5 位、6 位、8 位、GGUF、transformers、pytorch、tensorboard、mistral、文本生成、醫學、生物學、對話、法語、英語、德語、荷蘭語、西班牙語、葡萄牙語、波蘭語、羅馬尼亞語、意大利語、數據集：pubmed、arxiv:2402.10373、與自動訓練兼容、與端點兼容、文本生成推理、地區：美國

✨ 主要特性

• 多語言支持：支持法語、英語、德語等多種語言，適用於不同語言環境下的文本生成任務。
• 量化格式：採用 GGUF 量化格式，相較於舊的 GGML 格式，具有更好的性能和兼容性。
• 多客戶端支持：支持多種客戶端和庫，如 llama.cpp、text-generation-webui 等，方便用戶在不同環境下使用。

📦 安裝指南

安裝 huggingface-hub 庫

pip3 install huggingface-hub

加速下載（可選）

若要在高速網絡（1Gbit/s 或更高）下加速下載，可安裝 hf_transfer：

pip3 install hf_transfer

設置環境變量（可選，Windows 用戶）

在下載命令前運行以下命令設置環境變量：

set HF_HUB_ENABLE_HF_TRANSFER=1

💻 使用示例

基礎用法

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"

參數說明：

• -ngl 35：將 35 層模型卸載到 GPU 上運行，若無 GPU 加速可移除該參數。
• -c 32768：設置所需的序列長度，更長的序列長度需要更多資源，可根據實際情況調整。
• -p：設置輸入的提示信息。

Python 代碼示例（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."
        }
    ]
)

高級用法

多文件下載

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 的下載模型界面，輸入模型倉庫地址 MaziyarPanahi/BioMistral-7B-GGUF 和具體文件名，如 BioMistral-7B-GGUF.Q4_K_M.gguf，然後點擊下載。

📚 詳細文檔

關於 GGUF

GGUF 是 llama.cpp 團隊在 2023 年 8 月 21 日引入的一種新格式，它替代了不再被 llama.cpp 支持的 GGML 格式。

支持 GGUF 的客戶端和庫

• llama.cpp：GGUF 的源項目，提供 CLI 和服務器選項。
• text-generation-webui：最廣泛使用的 Web UI，具有許多功能和強大的擴展，支持 GPU 加速。
• KoboldCpp：功能齊全的 Web UI，支持所有平臺和 GPU 架構的 GPU 加速，尤其適合講故事。
• GPT4All：免費開源的本地運行 GUI，支持 Windows、Linux 和 macOS，具有完整的 GPU 加速。
• LM Studio：易於使用且功能強大的本地 GUI，適用於 Windows 和 macOS（Silicon），支持 GPU 加速，Linux 版本截至 2023 年 11 月 27 日處於測試階段。
• LoLLMS Web UI：一個很棒的 Web UI，具有許多有趣和獨特的功能，包括一個完整的模型庫，方便用戶選擇模型。
• Faraday.dev：一個有吸引力且易於使用的基於角色的聊天 GUI，適用於 Windows 和 macOS（Silicon 和 Intel），支持 GPU 加速。
• llama-cpp-python：一個支持 GPU 加速、LangChain 支持和 OpenAI 兼容 API 服務器的 Python 庫。
• candle：一個注重性能的 Rust ML 框架，包括 GPU 支持和易於使用的特點。
• ctransformers：一個支持 GPU 加速、LangChain 支持和 OpenAI 兼容 AI 服務器的 Python 庫。截至 2023 年 11 月 27 日，ctransformers 已有很長時間未更新，不支持許多最新的模型。

量化方法解釋

如何下載 GGUF 文件

手動下載注意事項：幾乎不需要克隆整個倉庫！該倉庫提供了多種不同的量化格式，大多數用戶只需要選擇並下載單個文件。

以下客戶端/庫會自動為你下載模型，並提供可用模型列表供你選擇：

• LM Studio
• LoLLMS Web UI
• Faraday.dev

在 text-generation-webui 中下載

在 text-generation-webui 的下載模型界面，輸入模型倉庫地址 MaziyarPanahi/BioMistral-7B-GGUF 和具體文件名，如 BioMistral-7B-GGUF.Q4_K_M.gguf，然後點擊下載。

命令行下載（包含多個文件）

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

高級下載用法

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'

加速下載

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 中運行

更多說明可在 text-generation-webui 文檔中找到：text-generation-webui/docs/04 ‐ Model Tab.md

與 LangChain 結合使用

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

🔧 技術細節

llama.cpp 命令參數說明

• -ngl：將指定數量的層卸載到 GPU 上運行，若無 GPU 加速可移除該參數。
• -c：設置所需的序列長度，對於擴展序列模型（如 8K、16K、32K），必要的 RoPE 縮放參數會從 GGUF 文件中讀取並由 llama.cpp 自動設置。注意，更長的序列長度需要更多資源，可根據實際情況調整該值。
• -p：設置輸入的提示信息。
• -i -ins：用於開啟聊天風格的對話。

注意事項

• 確保使用的 llama.cpp 版本為 d0cee0d 或更高。
• 在使用 stop 參數時，需要檢查該停止標記是否適用於當前模型。

📄 許可證

該模型採用 apache-2.0 許可證。