模型简介
模型特点
模型能力
使用案例
🚀 Mythalion 13B - GGUF
Mythalion 13B - GGUF 是由 PygmalionAI 创建的文本生成模型,基于 Llama 架构。它使用了多个数据集进行训练,可用于生成文本内容。本项目提供了多种量化格式的模型文件,支持不同的推理方式和使用场景。
🚀 快速开始
下载模型文件
- 自动下载:LM Studio、LoLLMS Web UI、Faraday.dev 等客户端/库会自动为你下载模型,并提供可用模型列表供你选择。
- text-generation-webui 中下载:在 Download Model 下,输入模型仓库地址 TheBloke/Mythalion-13B-GGUF,然后在下方输入要下载的具体文件名,如 mythalion-13b.q4_K_M.gguf,最后点击 Download。
- 命令行下载:推荐使用
huggingface-hub
Python 库。首先安装:
pip3 install huggingface-hub>=0.17.1
然后使用以下命令高速下载单个模型文件到当前目录:
huggingface-cli download TheBloke/Mythalion-13B-GGUF mythalion-13b.q4_K_M.gguf --local-dir . --local-dir-use-symlinks False
运行模型
llama.cpp 命令示例
确保使用的是 2023 年 8 月 27 日之后的 llama.cpp 版本(提交号:d0cee0d36d5be95a0d9088b674dbb27354107221)。
./main -ngl 32 -m mythalion-13b.q4_K_M.gguf --color -c 4096 --temp 0.7 --repeat_penalty 1.1 -n -1 -p "Below is an instruction that describes a task. Write a response that appropriately completes the request.
### Instruction:
{prompt}
### Response:"
-ngl 32
:将其改为要卸载到 GPU 的层数。如果没有 GPU 加速,请移除该参数。-c 4096
:改为所需的序列长度。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。- 若要进行聊天式对话,将
-p <PROMPT>
参数替换为-i -ins
。
在 text-generation-webui 中运行
更多说明请参考:text-generation-webui/docs/llama.cpp.md。
从 Python 代码运行
可以使用 llama-cpp-python 或 ctransformers 库从 Python 中使用 GGUF 模型。
✨ 主要特性
- 多数据集训练:使用了 PygmalionAI/PIPPA、Open-Orca/OpenOrca 等多个数据集进行训练,提升了模型的性能和泛化能力。
- 多种量化格式:提供了 Q2_K、Q3_K_S 等多种量化格式的模型文件,可根据不同的需求选择合适的文件,平衡模型大小和质量。
- 广泛的兼容性:支持 llama.cpp、text-generation-webui 等多种客户端和库,方便用户进行推理和使用。
📦 安装指南
安装依赖库
若要使用命令行下载模型文件,需安装 huggingface-hub
Python 库:
pip3 install huggingface-hub>=0.17.1
若要加速下载(在 1Gbit/s 或更高的高速连接上),安装 hf_transfer
:
pip3 install hf_transfer
并设置环境变量 HF_HUB_ENABLE_HF_TRANSFER
为 1
:
HUGGINGFACE_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download TheBloke/Mythalion-13B-GGUF mythalion-13b.q4_K_M.gguf --local-dir . --local-dir-use-symlinks False
Windows CLI 用户在运行下载命令前使用 set HUGGINGFACE_HUB_ENABLE_HF_TRANSFER=1
。
安装 ctransformers 库(用于 Python 代码运行)
# 无 GPU 加速的基础 ctransformers
pip install ctransformers>=0.2.24
# 或使用 CUDA GPU 加速
pip install ctransformers[cuda]>=0.2.24
# 或使用 ROCm GPU 加速
CT_HIPBLAS=1 pip install ctransformers>=0.2.24 --no-binary ctransformers
# 或为 macOS 系统使用 Metal GPU 加速
CT_METAL=1 pip install ctransformers>=0.2.24 --no-binary ctransformers
💻 使用示例
基础用法
from ctransformers import AutoModelForCausalLM
# 将 gpu_layers 设置为要卸载到 GPU 的层数。如果系统上没有 GPU 加速,则设置为 0。
llm = AutoModelForCausalLM.from_pretrained("TheBloke/Mythalion-13B-GGUF", model_file="mythalion-13b.q4_K_M.gguf", model_type="llama", gpu_layers=50)
print(llm("AI is going to"))
高级用法
在实际应用中,可以根据具体需求调整模型的参数,如温度、重复惩罚等,以获得不同风格和质量的生成结果。同时,可以结合 LangChain 等工具,实现更复杂的自然语言处理任务。
📚 详细文档
关于 GGUF
GGUF 是 llama.cpp 团队在 2023 年 8 月 21 日引入的新格式,它取代了不再受 llama.cpp 支持的 GGML 格式。GGUF 具有许多优于 GGML 的优点,如更好的分词、对特殊令牌的支持,还支持元数据,并且设计为可扩展的。
以下是已知支持 GGUF 的客户端和库的不完全列表:
- 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,特别适合讲故事。
- LM Studio:适用于 Windows 和 macOS(Silicon)的易于使用且功能强大的本地 GUI,支持 GPU 加速。
- 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,便于模型选择。
- 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。
- ctransformers:一个支持 GPU 加速、LangChain 支持和 OpenAI 兼容 AI 服务器的 Python 库。
- 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:一个专注于性能的 Rust ML 框架,包括 GPU 支持和易用性。
可用的仓库
- 用于 GPU 推理的 AWQ 模型
- 用于 GPU 推理的 GPTQ 模型,具有多个量化参数选项
- 用于 CPU+GPU 推理的 2、3、4、5、6 和 8 位 GGUF 模型
- PygmalionAI 原始未量化的 fp16 格式 PyTorch 模型,用于 GPU 推理和进一步转换
提示模板
Below is an instruction that describes a task. Write a response that appropriately completes the request.
### Instruction:
{prompt}
### Response:
兼容性
这些量化的 GGUFv2 文件与 2023 年 8 月 27 日之后的 llama.cpp 版本兼容(提交号:d0cee0d36d5be95a0d9088b674dbb27354107221)。
它们也与许多第三方 UI 和库兼容,请参阅本 README 顶部的列表。
量化方法解释
点击查看详情
新的可用方法如下:
- GGML_TYPE_Q2_K:“type-1” 2 位量化,超级块包含 16 个块,每个块有 16 个权重。块的比例和最小值用 4 位量化。最终每个权重有效使用 2.5625 位(bpw)。
- GGML_TYPE_Q3_K:“type-0” 3 位量化,超级块包含 16 个块,每个块有 16 个权重。比例用 6 位量化。最终使用 3.4375 bpw。
- GGML_TYPE_Q4_K:“type-1” 4 位量化,超级块包含 8 个块,每个块有 32 个权重。比例和最小值用 6 位量化。最终使用 4.5 bpw。
- GGML_TYPE_Q5_K:“type-1” 5 位量化。与 GGML_TYPE_Q4_K 具有相同的超级块结构,最终使用 5.5 bpw。
- GGML_TYPE_Q6_K:“type-0” 6 位量化。超级块包含 16 个块,每个块有 16 个权重。比例用 8 位量化。最终使用 6.5625 bpw。
请参考下面的提供文件表,查看哪些文件使用了哪些方法以及如何使用。
提供的文件
名称 | 量化方法 | 位数 | 大小 | 所需最大 RAM | 使用场景 |
---|---|---|---|---|---|
mythalion-13b.Q2_K.gguf | Q2_K | 2 | 5.43 GB | 7.93 GB | 最小,但质量损失显著,不建议用于大多数用途 |
mythalion-13b.Q3_K_S.gguf | Q3_K_S | 3 | 5.66 GB | 8.16 GB | 非常小,但质量损失高 |
mythalion-13b.Q3_K_M.gguf | Q3_K_M | 3 | 6.34 GB | 8.84 GB | 非常小,但质量损失高 |
mythalion-13b.Q3_K_L.gguf | Q3_K_L | 3 | 6.93 GB | 9.43 GB | 小,但质量损失较大 |
mythalion-13b.Q4_0.gguf | Q4_0 | 4 | 7.37 GB | 9.87 GB | 旧版本;小,但质量损失非常高,建议使用 Q3_K_M |
mythalion-13b.Q4_K_S.gguf | Q4_K_S | 4 | 7.41 GB | 9.91 GB | 小,但质量损失更大 |
mythalion-13b.Q4_K_M.gguf | Q4_K_M | 4 | 7.87 GB | 10.37 GB | 中等,质量平衡,推荐使用 |
mythalion-13b.Q5_0.gguf | Q5_0 | 5 | 8.97 GB | 11.47 GB | 旧版本;中等,质量平衡,建议使用 Q4_K_M |
mythalion-13b.Q5_K_S.gguf | Q5_K_S | 5 | 8.97 GB | 11.47 GB | 大,质量损失低,推荐使用 |
mythalion-13b.Q5_K_M.gguf | Q5_K_M | 5 | 9.23 GB | 11.73 GB | 大,质量损失非常低,推荐使用 |
mythalion-13b.Q6_K.gguf | Q6_K | 6 | 10.68 GB | 13.18 GB | 非常大,质量损失极低 |
mythalion-13b.Q8_0.gguf | Q8_0 | 8 | 13.83 GB | 16.33 GB | 非常大,质量损失极低,不建议使用 |
注意:上述 RAM 数字假设没有 GPU 卸载。如果将层卸载到 GPU,这将减少 RAM 使用并使用 VRAM 代替。
🔧 技术细节
模型类型和基础模型
Mythalion 13B 基于 Llama 架构,基础模型为 PygmalionAI/mythalion-13b。它是 Pygmalion-2 13B 和 MythoMax 13B 的融合模型。
训练数据
该模型使用了多个数据集进行训练,包括:
- PygmalionAI/PIPPA
- Open-Orca/OpenOrca
- Norquinal/claude_multiround_chat_30k
- jondurbin/airoboros-gpt4-1.4.1
- databricks/databricks-dolly-15k
量化处理
由 TheBloke 进行量化处理,提供了多种量化方法和格式的模型文件,以满足不同的需求和硬件条件。
📄 许可证
本模型使用 Llama2 许可证,可用于商业和非商业用途。
其他信息
Discord
如需进一步支持,或讨论这些模型和 AI 相关内容,请加入:TheBloke AI 的 Discord 服务器
感谢与贡献
感谢 chirper.ai 团队和 gpus.llm-utils.org 的 Clay!
如果您能够并愿意做出贡献,将不胜感激,这将帮助我继续提供更多模型,并开展新的 AI 项目。捐赠者将在任何 AI/LLM/模型问题和请求上获得优先支持,访问私人 Discord 房间以及其他福利。
- Patreon: https://patreon.com/TheBlokeAI
- Ko-Fi: https://ko-fi.com/TheBlokeAI
特别感谢:Aemon Algiz。
Patreon 特别提及:Alicia Loh、Stephen Murray 等众多支持者。
再次感谢 a16z 的慷慨资助!
原始模型卡片
模型详情
Mythalion 13B 是 Pygmalion-2 13B 和 MythoMax 13B 的融合模型,由 PygmalionAI 与 Gryphe 合作创建。融合的更多细节可在 我们的博客文章 中查看。
该模型根据测试者反馈,在角色扮演/聊天方面似乎优于 MythoMax。请确保遵循 此处 推荐的 SillyTavern 生成设置以获得最佳效果!
本模型根据 Llama-2 许可证,可免费用于商业和非商业用途。
提示方式
该模型可以使用 Alpaca 和 Pygmalion 格式 进行提示。
Alpaca 格式:
### Instruction:
<prompt>
### Response:
<留一个空行供模型回复>
Pygmalion/Metharme 格式:
<|system|>Enter RP mode. Pretend to be {{char}} whose persona follows:
{{persona}}
You shall reply to the user while staying in character, and generate long responses.
<|user|>Hello!<|model|>{model's response goes here}
模型在训练时使用了三种不同角色的提示,由以下令牌表示:<|system|>
、<|user|>
和 <|model|>
。
<|system|>
提示可用于在幕后注入非通道信息,而 <|user|>
提示应用于指示用户输入。<|model|>
令牌则用于指示模型应生成响应。这些令牌可以多次出现并链接起来形成对话历史。
局限性和偏差
该模型的预期用例是用于娱乐目的的虚构写作,任何其他用途均超出范围。
因此,它未经过微调以确保安全无害:基础模型和此微调模型均在已知包含脏话、低俗或其他冒犯性文本的数据上进行了训练。即使提示本身不包含任何明确的冒犯性内容,它也可能产生社会不可接受或不良的文本。输出结果可能经常在事实方面错误或具有误导性。
致谢
感谢 SpicyChat 赞助 Pygmalion-2 13B 模型的训练。



