/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
transformers
Опубликована
15 апр 2024

wavecoder-ultra-6.7b-GGUF

Генерация текстаТекст → текст8 профессий

wavecoder-ultra-6.7b-GGUF — это GGUF-квантизация модели wavecoder-ultra-6.7b, разработанной Microsoft и опубликованной в исходном виде на Hugging Face.

1 010скачиваний за 30 дней10лайковвеса обновлены15 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

Квантизации подготовлены пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации и обработки программного кода; в метаданных указаны задачи text-generation, набор данных HumanEval и метрика code_eval.

Модель содержит 6,7 млрд параметров и поставляется в нескольких вариантах квантования от Q8_0 до IQ1_S, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Рекомендуемыми названы варианты Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S, IQ4_NL и IQ4_XS; их размер составляет примерно от 3,62 до 5,52 ГБ. Для работы используется формат GGUF и llama.cpp. Ожидаемый формат запроса близок к DeepSeek Coder или Alpaca: системная инструкция, блок «Instruction» и блок «Response».

Сильной стороной модели является возможность локального запуска на широком диапазоне оборудования благодаря множеству уровней квантования, включая варианты для систем с ограниченным объёмом RAM. Более агрессивное квантование уменьшает размер и требования к памяти, но снижает качество генерации. README не содержит сведений об архитектуре, поддерживаемых языках программирования и естественных языках, размере контекстного окна, результатах сравнительных тестов или ограничениях безопасности. Указана лицензия other с license_name deepseek; точные условия лицензии следует уточнять в исходной карточке модели.

Для каких профессий подходит8

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 wavecoder-ultra-6.7b

Using llama.cpp release b2675 for quantization.

Original model: https://huggingface.co/microsoft/wavecoder-ultra-6.7b

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

Prompt format

This seems to follow the DeepSeek coder format, aka Alpaca.

{system_prompt}
### Instruction: {prompt}
### Response:

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

FilenameQuant typeFile SizeDescription
wavecoder-ultra-6.7b-Q8_0.ggufQ8_07.16GBExtremely high quality, generally unneeded but max available quant.
wavecoder-ultra-6.7b-Q6_K.ggufQ6_K5.52GBVery high quality, near perfect, recommended.
wavecoder-ultra-6.7b-Q5_K_M.ggufQ5_K_M4.78GBHigh quality, recommended.
wavecoder-ultra-6.7b-Q5_K_S.ggufQ5_K_S4.65GBHigh quality, recommended.
wavecoder-ultra-6.7b-Q4_K_M.ggufQ4_K_M4.08GBGood quality, uses about 4.83 bits per weight, recommended.
wavecoder-ultra-6.7b-Q4_K_S.ggufQ4_K_S3.85GBSlightly lower quality with more space savings, recommended.
wavecoder-ultra-6.7b-IQ4_NL.ggufIQ4_NL3.82GBDecent quality, slightly smaller than Q4_K_S with similar performance recommended.
wavecoder-ultra-6.7b-IQ4_XS.ggufIQ4_XS3.62GBDecent quality, smaller than Q4_K_S with similar performance, recommended.
wavecoder-ultra-6.7b-Q3_K_L.ggufQ3_K_L3.59GBLower quality but usable, good for low RAM availability.
wavecoder-ultra-6.7b-Q3_K_M.ggufQ3_K_M3.29GBEven lower quality.
wavecoder-ultra-6.7b-IQ3_M.ggufIQ3_M3.11GBMedium-low quality, new method with decent performance comparable to Q3_K_M.
wavecoder-ultra-6.7b-IQ3_S.ggufIQ3_S2.94GBLower quality, new method with decent performance, recommended over Q3_K_S quant, same size with better performance.
wavecoder-ultra-6.7b-Q3_K_S.ggufQ3_K_S2.94GBLow quality, not recommended.
wavecoder-ultra-6.7b-IQ3_XS.ggufIQ3_XS2.79GBLower quality, new method with decent performance, slightly better than Q3_K_S.
wavecoder-ultra-6.7b-IQ3_XXS.ggufIQ3_XXS2.58GBLower quality, new method with decent performance, comparable to Q3 quants.
wavecoder-ultra-6.7b-Q2_K.ggufQ2_K2.53GBVery low quality but surprisingly usable.
wavecoder-ultra-6.7b-IQ2_M.ggufIQ2_M2.36GBVery low quality, uses SOTA techniques to also be surprisingly usable.
wavecoder-ultra-6.7b-IQ2_S.ggufIQ2_S2.19GBVery low quality, uses SOTA techniques to be usable.
wavecoder-ultra-6.7b-IQ2_XS.ggufIQ2_XS2.03GBVery low quality, uses SOTA techniques to be usable.
wavecoder-ultra-6.7b-IQ2_XXS.ggufIQ2_XXS1.85GBLower quality, uses SOTA techniques to be usable.
wavecoder-ultra-6.7b-IQ1_M.ggufIQ1_M1.65GBExtremely low quality, not recommended.
wavecoder-ultra-6.7b-IQ1_S.ggufIQ1_S1.52GBExtremely 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
cc37db2

0 моделей