/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
DeepSeek-Coder-V2-Lite-Instruct
Библиотека
gguf
Опубликована
17 июн 2024

DeepSeek-Coder-V2-Lite-Instruct-IMat-GGUF

Генерация текстаТекст → текст10 профессий

DeepSeek-Coder-V2-Lite-Instruct-IMat-GGUF — это набор GGUF-квантизованных версий модели DeepSeek-Coder-V2-Lite-Instruct, подготовленный legraphista с использованием llama.cpp.

3 146скачиваний за 30 дней9лайковвеса обновлены17 июн 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 имеет формат BF16, а представленные варианты включают BF16, FP16 и уровни квантизации от Q8_0 до 1-битных форматов. Для ряда вариантов применена IMatrix-квантизация на основе указанного калибровочного набора данных.

Модель предназначена для генерации текста и, прежде всего, для задач программирования и диалогового использования в совместимых средах, включая llama.cpp. Доступны файлы размером примерно от 6,43 до 31,42 ГБ; конкретный объём зависит от выбранного формата. GGUF-варианты позволяют выбирать компромисс между качеством, требованиями к памяти и скоростью работы, однако README не содержит сведений об архитектуре, количестве параметров, поддерживаемых языках, модальностях или размере контекста.

Лицензия указана как deepseek-license; дополнительные условия находятся в файле LICENSE. README не приводит подробностей о сравнительных преимуществах, известных ограничениях или результатах оценки, поэтому качество и пригодность конкретного варианта следует оценивать с учётом выбранного уровня квантизации и используемой аппаратной конфигурации.

Для каких профессий подходит10

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

DeepSeek-Coder-V2-Lite-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of deepseek-ai/DeepSeek-Coder-V2-Lite-Instruct

Original Model: deepseek-ai/DeepSeek-Coder-V2-Lite-Instruct
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3166
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
DeepSeek-Coder-V2-Lite-Instruct.Q8_0.ggufQ8_016.70GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q6_K.ggufQ6_K14.07GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q4_K.ggufQ4_K10.36GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q3_K.ggufQ3_K8.13GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q2_K.ggufQ2_K6.43GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
DeepSeek-Coder-V2-Lite-Instruct.BF16.ggufBF1631.42GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.FP16.ggufF1631.42GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q8_0.ggufQ8_016.70GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q6_K.ggufQ6_K14.07GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q5_K.ggufQ5_K11.85GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q5_K_S.ggufQ5_K_S11.14GB✅ Available⚪ Static📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q4_K.ggufQ4_K10.36GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q4_K_S.ggufQ4_K_S9.53GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ4_NL.ggufIQ4_NL8.91GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ4_XS.ggufIQ4_XS8.57GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q3_K.ggufQ3_K8.13GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q3_K_L.ggufQ3_K_L8.46GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q3_K_S.ggufQ3_K_S7.49GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ3_M.ggufIQ3_M7.55GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ3_S.ggufIQ3_S7.49GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ3_XS.ggufIQ3_XS7.12GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ3_XXS.ggufIQ3_XXS6.96GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q2_K.ggufQ2_K6.43GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.Q2_K_S.ggufQ2_K_S6.46GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ2_M.ggufIQ2_M6.33GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ2_S.ggufIQ2_S6.01GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ2_XS.ggufIQ2_XS5.97GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ2_XXS.ggufIQ2_XXS5.64GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ1_M.ggufIQ1_M5.24GB✅ Available🟢 IMatrix📦 No
DeepSeek-Coder-V2-Lite-Instruct.IQ1_S.ggufIQ1_S4.99GB✅ 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/DeepSeek-Coder-V2-Lite-Instruct-IMat-GGUF --include "DeepSeek-Coder-V2-Lite-Instruct.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/DeepSeek-Coder-V2-Lite-Instruct-IMat-GGUF --include "DeepSeek-Coder-V2-Lite-Instruct.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin▁of▁sentence|>User: {user_prompt}

Assistant: {assistant_response}<|end▁of▁sentence|>User: {next_user_prompt}


Chat template with system prompt

<|begin▁of▁sentence|>{system_prompt}

User: {user_prompt}

Assistant: {assistant_response}<|end▁of▁sentence|>User: {next_user_prompt}


Llama.cpp

llama.cpp/main -m DeepSeek-Coder-V2-Lite-Instruct.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: DeepSeek-Coder-V2-Lite-Instruct.Q8_0)
  3. Run gguf-split --merge DeepSeek-Coder-V2-Lite-Instruct.Q8_0/DeepSeek-Coder-V2-Lite-Instruct.Q8_0-00001-of-XXXXX.gguf DeepSeek-Coder-V2-Lite-Instruct.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
7f51ad9

0 моделей