/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
14 апр 2024

Wukong-0.1-Mistral-7B-v0.2-GGUF

Генерация текстаТекст → текст15 профессий

Wukong-0.1-Mistral-7B-v0.2-GGUF — это набор квантизированных версий текстовой генеративной модели Wukong-0.1-Mistral-7B-v0.2, опубликованный и подготовленный пользователем bartowski с использованием llama.cpp.

1 081скачиваний за 30 дней1лайквеса обновлены14 апр 2024

Бенчмарки

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

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

Исходная модель разработана RESMPDEV. В README также указаны наборы данных OpenHermes-2.5, CodeFeedback-Filtered-Instruction и Code-Feedback, использованные в связанном с моделью обучении или подготовке.

Модель предназначена для генерации текста, выполнения инструкций и задач, связанных с программным кодом. Доступны файлы в формате GGUF с различными уровнями квантизации — от Q8_0 до IQ1_M — что позволяет выбирать баланс между качеством, размером файла и требованиями к оперативной памяти. Размер исходной модели составляет 7B параметров, однако точные архитектурные характеристики, поддерживаемые языки и длина контекста в README не указаны. Модель работает через llama.cpp; формат шаблона чата явно не задан, поэтому приведённый шаблон может быть неточным.

К сильным сторонам относятся широкий выбор квантизаций и возможность локального запуска на устройствах с ограниченными ресурсами. Варианты Q6_K, Q5_K_M, Q5_K_S и Q4_K_M отмечены как рекомендуемые благодаря высокому качеству при меньшем размере, тогда как низкоразрядные варианты экономят память ценой заметного снижения качества. Лицензия — Apache-2.0.

Для каких профессий подходит15

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

Llamacpp Quantizations of Wukong-0.1-Mistral-7B-v0.2

Using llama.cpp release b2636 for quantization.

Original model: https://huggingface.co/RESMPDEV/Wukong-0.1-Mistral-7B-v0.2

All quants made using imatrix option with dataset provided by Kalomaze here

Prompt format

No chat template specified so default is used. This may be incorrect, check original model card for details.

<s> [INST] <<SYS>>
{system_prompt}
<</SYS>>

{prompt} [/INST]  <|im_end|>

Download a file (not the whole branch) from below:

FilenameQuant typeFile SizeDescription
Wukong-0.1-Mistral-7B-v0.2-Q8_0.ggufQ8_07.69GBExtremely high quality, generally unneeded but max available quant.
Wukong-0.1-Mistral-7B-v0.2-Q6_K.ggufQ6_K5.94GBVery high quality, near perfect, recommended.
Wukong-0.1-Mistral-7B-v0.2-Q5_K_M.ggufQ5_K_M5.13GBHigh quality, recommended.
Wukong-0.1-Mistral-7B-v0.2-Q5_K_S.ggufQ5_K_S4.99GBHigh quality, recommended.
Wukong-0.1-Mistral-7B-v0.2-Q4_K_M.ggufQ4_K_M4.36GBGood quality, uses about 4.83 bits per weight, recommended.
Wukong-0.1-Mistral-7B-v0.2-Q4_K_S.ggufQ4_K_S4.14GBSlightly lower quality with more space savings, recommended.
Wukong-0.1-Mistral-7B-v0.2-IQ4_NL.ggufIQ4_NL4.12GBDecent quality, slightly smaller than Q4_K_S with similar performance recommended.
Wukong-0.1-Mistral-7B-v0.2-IQ4_XS.ggufIQ4_XS3.90GBDecent quality, smaller than Q4_K_S with similar performance, recommended.
Wukong-0.1-Mistral-7B-v0.2-Q3_K_L.ggufQ3_K_L3.82GBLower quality but usable, good for low RAM availability.
Wukong-0.1-Mistral-7B-v0.2-Q3_K_M.ggufQ3_K_M3.51GBEven lower quality.
Wukong-0.1-Mistral-7B-v0.2-IQ3_M.ggufIQ3_M3.28GBMedium-low quality, new method with decent performance comparable to Q3_K_M.
Wukong-0.1-Mistral-7B-v0.2-IQ3_S.ggufIQ3_S3.18GBLower quality, new method with decent performance, recommended over Q3_K_S quant, same size with better performance.
Wukong-0.1-Mistral-7B-v0.2-Q3_K_S.ggufQ3_K_S3.16GBLow quality, not recommended.
Wukong-0.1-Mistral-7B-v0.2-IQ3_XS.ggufIQ3_XS3.01GBLower quality, new method with decent performance, slightly better than Q3_K_S.
Wukong-0.1-Mistral-7B-v0.2-IQ3_XXS.ggufIQ3_XXS2.82GBLower quality, new method with decent performance, comparable to Q3 quants.
Wukong-0.1-Mistral-7B-v0.2-Q2_K.ggufQ2_K2.71GBVery low quality but surprisingly usable.
Wukong-0.1-Mistral-7B-v0.2-IQ2_M.ggufIQ2_M2.50GBVery low quality, uses SOTA techniques to also be surprisingly usable.
Wukong-0.1-Mistral-7B-v0.2-IQ2_S.ggufIQ2_S2.31GBVery low quality, uses SOTA techniques to be usable.
Wukong-0.1-Mistral-7B-v0.2-IQ2_XS.ggufIQ2_XS2.19GBVery low quality, uses SOTA techniques to be usable.
Wukong-0.1-Mistral-7B-v0.2-IQ2_XXS.ggufIQ2_XXS1.99GBLower quality, uses SOTA techniques to be usable.
Wukong-0.1-Mistral-7B-v0.2-IQ1_M.ggufIQ1_M1.75GBExtremely low quality, not recommended.
Wukong-0.1-Mistral-7B-v0.2-IQ1_S.ggufIQ1_S1.61GBExtremely low quality, not recommended.

Which file should I choose?

A great write up with charts showing various performances is provided by Artefact2 here

The first thing to figure out is how big a model you can run. To do this, you'll need to figure out how much RAM and/or VRAM you have.

If you want your model running as FAST as possible, you'll want to fit the whole thing on your GPU's VRAM. Aim for a quant with a file size 1-2GB smaller than your GPU's total VRAM.

If you want the absolute maximum quality, add both your system RAM and your GPU's VRAM together, then similarly grab a quant with a file size 1-2GB Smaller than that total.

Next, you'll need to decide if you want to use an 'I-quant' or a 'K-quant'.

If you don't want to think too much, grab one of the K-quants. These are in format 'QX_K_X', like Q5_K_M.

If you want to get more into the weeds, you can check out this extremely useful feature chart:

llama.cpp feature matrix

But basically, if you're aiming for below Q4, and you're running cuBLAS (Nvidia) or rocBLAS (AMD), you should look towards the I-quants. These are in format IQX_X, like IQ3_M. These are newer and offer better performance for their size.

These I-quants can also be used on CPU and Apple Metal, but will be slower than their K-quant equivalent, so speed vs performance is a tradeoff you'll have to decide.

The I-quants are not compatible with Vulcan, which is also AMD, so if you have an AMD card double check if you're using the rocBLAS build or the Vulcan build. At the time of writing this, LM Studio has a preview with ROCm support, and other inference engines have specific builds for ROCm.

Want to support my work? Visit my ko-fi page here: https://ko-fi.com/bartowski

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
8f388d3

0 моделей