🚀 Bielik-11B-v2.6-Instruct-GGUF
本倉庫包含適用於 SpeakLeash 的 Bielik-11B-v.2.6-Instruct 模型的 GGUF 格式文件。
⚠️ 重要提示
請注意,量化模型可能會降低響應質量併產生幻覺!
🚀 快速開始
可用的量化格式
- q4_k_m:對一半的 attention.wv 和 feed_forward.w2 張量使用 Q6_K,其餘使用 Q4_K。
- q5_k_m:對一半的 attention.wv 和 feed_forward.w2 張量使用 Q6_K,其餘使用 Q5_K。
- q6_k:對所有張量使用 Q8_K。
- q8_0:與 float16 幾乎無差別。資源佔用高且速度慢,不建議大多數用戶使用。
- 16bit:將 fp16 轉換為 GGUF 格式。
Ollama Modfile
GGUF 文件可與 Ollama 一起使用。為此,你需要使用 Modfile 中定義的配置導入模型。以 Bielik-11B-v2.6-Instruct.Q4_K_M.gguf 模型(模型的完整路徑)為例,Modfile 如下:
FROM ./Bielik-11B-v2.6-Instruct.Q4_K_M.gguf
TEMPLATE """<s>{{ if .System }}<|start_header_id|>system<|end_header_id|>
{{ .System }}<|eot_id|>{{ end }}{{ if .Prompt }}<|start_header_id|>user<|end_header_id|>
{{ .Prompt }}<|eot_id|>{{ end }}<|start_header_id|>assistant<|end_header_id|>
{{ .Response }}<|eot_id|>"""
PARAMETER stop "<|start_header_id|>"
PARAMETER stop "<|end_header_id|>"
PARAMETER stop "<|eot_id|>"
# 請記住為實驗性模型(1 - 3 位)設置較低的溫度
PARAMETER temperature 0.1
📚 詳細文檔
模型描述
關於 GGUF
GGUF 是 llama.cpp 團隊於 2023 年 8 月 21 日推出的一種新格式。
以下是已知支持 GGUF 的客戶端和庫的不完全列表:
- 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,具備完整的 GPU 加速。
- LM Studio:適用於 Windows、macOS(Silicon)和 Linux 的易於使用且功能強大的本地 GUI,支持 GPU 加速。
- 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,便於模型選擇。
- Faraday.dev:適用於 Windows 和 macOS(Silicon 和 Intel)的有吸引力且易於使用的基於角色的聊天 GUI,支持 GPU 加速。
- llama-cpp-python:支持 GPU 加速的 Python 庫,支持 LangChain 和 OpenAI 兼容的 API 服務器。
- candle:一個專注於性能的 Rust ML 框架,包括 GPU 支持和易用性。
- ctransformers:支持 GPU 加速的 Python 庫,支持 LangChain 和 OpenAI 兼容的 AI 服務器。請注意,ctransformers 很久沒有更新,不支持許多最新的模型。
模型量化負責人
📞 聯繫我們
如果您有任何問題或建議,請使用討論標籤。如果您想直接聯繫我們,請加入我們的 Discord SpeakLeash。