/ Модель

Характеристики

Контекст
32 764 токена
Параметры
68,7 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
miqu-1-70b-sf
Опубликована
4 фев 2024

miqu-1-70b-sf-GPTQ

Генерация текстаТекст → текст6 профессий

Англоязычная 4-битная GPTQ-версия модели Llama на 68,7 млрд параметров для генерации текста и диалогов.

19скачиваний за 30 дней10лайковвеса обновлены4 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MaziyarPanahi/miqu-1-70b-sf-GPTQ — 4-битная GPTQ-квантизация дообученной модели 152334H/miqu-1-70b-sf. Она построена на плотной архитектуре LlamaForCausalLM и предназначена для генерации текста и диалогов на английском языке. Размер модели — 68,7 млрд параметров, длина контекста — 32 764 токена. Квантизация GPTQ снижает требования к памяти по сравнению с полноточными весами.

Модель подходит для генерации продолжений текста и ведения диалогов. Репозиторий распространяет веса в формате safetensors; лицензия — Apache-2.0. README подтверждает квантизацию, а сведения о базовой модели, размере, контексте, языке и лицензии взяты из метаданных.

Сценарии применения

  • генерация англоязычных текстов
  • ведение диалога на английском языке
  • продолжение заданного текста
  • развёртывание большой языковой модели с уменьшенными требованиями к памяти

Ограничения

Подтверждены генерация текста и диалоговые возможности, но специализированные задачи не указаны. Квантизированные веса могут отличаться по качеству от исходной модели; фактические требования к памяти зависят от конфигурации запуска.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Description

MaziyarPanahi/miqu-1-70b-sf-GPTQ is a quantized (GPTQ) version of 152334H/miqu-1-70b-sf

How to use

Install the necessary packages

pip install --upgrade accelerate auto-gptq transformers

Example Python code

from transformers import AutoTokenizer, pipeline
from auto_gptq import AutoGPTQForCausalLM, BaseQuantizeConfig
import torch

model_id = "MaziyarPanahi/miqu-1-70b-sf-GPTQ"

quantize_config = BaseQuantizeConfig(
        bits=4,
        group_size=128,
        desc_act=False
    )

model = AutoGPTQForCausalLM.from_quantized(
        model_id,
        use_safetensors=True,
        device="cuda:0",
        quantize_config=quantize_config)

tokenizer = AutoTokenizer.from_pretrained(model_id)

pipe = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    max_new_tokens=512,
    temperature=0.7,
    top_p=0.95,
    repetition_penalty=1.1
)

outputs = pipe("What is a large language model?")
print(outputs[0]["generated_text"])

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
010afdb

0 моделей