You can run it on 11G mem GPU,quantize base QuIP# method, a weights-only quantization method that is able to achieve near fp16 performance using only 2 bits per weight.
url:https://github.com/Cornell-RelaxML/quip-sharp/tree/release20231203
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 33,9 млрд
- Размер весов
- 10,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Опубликована
- 4 дек 2023
Ссылки
Yi_34B_Chat_2bit
Квантизированная 2-битным методом QuIP# чат-модель Yi на 33,9 млрд параметров для диалоговой генерации текста с запуском на GPU от 11 ГБ памяти.
19скачиваний за 30 дней5лайковвеса обновлены31 дек 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Minami-su/Yi_34B_Chat_2bit — чат-модель генерации текста на основе Yi объёмом 33,9 млрд параметров, представленная в 2-битной квантизации весов методом QuIP#. По README, такой формат рассчитан на запуск на GPU с 11 ГБ памяти и стремится приблизить качество к fp16 при существенно меньшем объёме весов. Модель построена на плотной архитектуре LlamaForCausalLM; нативный контекст составляет 4096 токенов.
Модель предназначена для диалоговой генерации текста. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает конкретные языки, наборы данных или результаты оценки качества.
Сценарии применения
- ведение диалога с текстовым ассистентом
- генерация ответов на вопросы
- создание и продолжение текстов
Ограничения
Нативная длина контекста ограничена 4096 токенами. Карточка не приводит измерений качества; заявление о близкой к fp16 производительности относится к методу квантизации QuIP# в README.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 6016916