/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
Athene-70B
Библиотека
gguf
Опубликована
20 июл 2024

Athene-70B-IMat-GGUF

Генерация текстаТекст → текст5 профессий

Athene-70B-IMat-GGUF — это квантованные версии языковой модели Athene-70B, разработанной Nexusflow.

2 077скачиваний за 30 дней3лайкавеса обновлены28 июл 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

Репозиторий подготовлен legraphista в формате GGUF для запуска с использованием llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев; исходная модель описана как чат-модель с обучением RLHF. Заявленный язык — английский.

В репозитории доступны варианты от BF16 и FP16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и ряда IQ-квантов. Для многих вариантов применена IMatrix-квантизация, призванная эффективнее сохранять качество при уменьшении размера; размеры файлов варьируются примерно от 26 до 141 ГБ. Исходный тип данных модели — BF16, квантизация выполнена с помощью llama.cpp версии b3483. Число параметров — 70 миллиардов.

Модель подходит для локального инференса, текстового общения и генерации контента при наличии значительных вычислительных ресурсов и памяти. Основное преимущество репозитория — широкий выбор уровней квантизации, позволяющий выбирать компромисс между качеством, размером и требованиями к оборудованию. Ограничения включают ориентацию на английский язык, отсутствие в README сведений о контекстном окне, архитектурных деталях и мультимодальности, а также возможные потери качества в низкобитных вариантах. Распространение осуществляется по лицензии CC BY-NC 4.0, допускающей использование с ограничениями, включая некоммерческий характер.

Для каких профессий подходит5

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

[!IMPORTANT] This repo is quantized from the updated version of Athene-70B as of the 24th of July update.

[!NOTE] If you're looking for Athene-70B-Prevew quants, you can find them here in this branch

Athene-70B-IMat-GGUF

Llama.cpp imatrix quantization of Nexusflow/Athene-70B

Original Model: Nexusflow/Athene-70B
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3483
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Athene-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Athene-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Athene-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Athene-70B.BF16/*BF16141.12GB✅ Available⚪ Static✂ Yes
Athene-70B.FP16/*F16141.12GB✅ Available⚪ Static✂ Yes
Athene-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Athene-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Athene-70B.Q5_K/*Q5_K49.95GB✅ Available⚪ Static✂ Yes
Athene-70B.Q5_K_S/*Q5_K_S48.66GB✅ Available⚪ Static✂ Yes
Athene-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q4_K_S.ggufQ4_K_S40.35GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ4_NL.ggufIQ4_NL40.05GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ4_XS.ggufIQ4_XS37.90GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q3_K_L.ggufQ3_K_L37.14GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q3_K_S.ggufQ3_K_S30.91GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ3_M.ggufIQ3_M31.94GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ3_S.ggufIQ3_S30.91GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ3_XS.ggufIQ3_XS29.31GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ3_XXS.ggufIQ3_XXS27.47GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No
Athene-70B.Q2_K_S.ggufQ2_K_S24.47GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ2_M.ggufIQ2_M24.12GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ2_S.ggufIQ2_S22.24GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ2_XS.ggufIQ2_XS21.14GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ2_XXS.ggufIQ2_XXS19.10GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ1_M.ggufIQ1_M16.75GB✅ Available🟢 IMatrix📦 No
Athene-70B.IQ1_S.ggufIQ1_S15.34GB✅ Available🟢 IMatrix📦 No

Downloading using huggingface-cli

If you do not have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Download the specific file you want:

huggingface-cli download legraphista/Athene-70B-IMat-GGUF --include "Athene-70B.Q8_0.gguf" --local-dir ./

If the model file is big, it has been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download legraphista/Athene-70B-IMat-GGUF --include "Athene-70B.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin_of_text|><|start_header_id|>user<|end_header_id|>

{user_prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{assistant_response}<|eot_id|><|start_header_id|>user<|end_header_id|>

{next_user_prompt}<|eot_id|>

Chat template with system prompt

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{user_prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{assistant_response}<|eot_id|><|start_header_id|>user<|end_header_id|>

{next_user_prompt}<|eot_id|>

Llama.cpp

llama.cpp/main -m Athene-70B.Q8_0.gguf --color -i -p "prompt here (according to the chat template)"

FAQ

Why is the IMatrix not applied everywhere?

According to this investigation, it appears that lower quantizations are the only ones that benefit from the imatrix input (as per hellaswag results).

How do I merge a split GGUF?

  1. Make sure you have gguf-split available
  2. Locate your GGUF chunks folder (ex: Athene-70B.Q8_0)
  3. Run gguf-split --merge Athene-70B.Q8_0/Athene-70B.Q8_0-00001-of-XXXXX.gguf Athene-70B.Q8_0.gguf
    • Make sure to point gguf-split to the first chunk of the split.

Got a suggestion? Ping me @legraphista!

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
04d6aa4

0 моделей