/ Модель

Характеристики

Базовая модель
DeepSeek-V2-Lite-Chat
Библиотека
gguf
Опубликована
26 мая 2024

DeepSeek-V2-Lite-Chat-IMat-GGUF

Генерация текстаТекст → текст11 профессий

DeepSeek-V2-Lite-Chat-IMat-GGUF — это GGUF-квантизированная версия диалоговой языковой модели DeepSeek-V2-Lite-Chat, разработанной deepseek-ai.

5 757скачиваний за 30 дней12лайковвеса обновлены26 мая 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

Квантизацию выполнил legraphista с использованием форка llama.cpp и метода IMatrix, предназначенного для сохранения качества при уменьшении точности весов. Исходная модель имеет формат BF16.

Модель предназначена для генерации текста и диалоговых сценариев при локальном запуске через совместимые инструменты, включая llama.cpp. Доступны варианты в форматах FP16, BF16, Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-квантизациях, что позволяет выбирать между качеством, скоростью и требованиями к памяти. Размер файлов варьируется примерно от 6 до 31 ГБ. IMatrix применяется в ряде низко- и среднебитных вариантов, включая Q4_K, Q3_K, Q2_K и многие IQ-форматы.

Сильная сторона набора — широкий выбор степеней квантизации и возможность локального использования в экосистеме GGUF. При этом квантизация снижает требования к ресурсам, но может уменьшать точность и качество генерации по сравнению с исходной моделью; степень потерь зависит от выбранного варианта. README не содержит сведений об архитектурных деталях, числе параметров, поддерживаемых языках, размере контекста и лицензии исходной модели, поэтому эти характеристики нельзя достоверно указать.

Для каких профессий подходит11

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-V2-Lite-Chat-IMat-GGUF

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

Original Model: deepseek-ai/DeepSeek-V2-Lite-Chat
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp fork PR 7519
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

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

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
DeepSeek-V2-Lite-Chat.FP16.ggufF1631.42GB✅ Available⚪ No📦 No
DeepSeek-V2-Lite-Chat.BF16.ggufBF1631.42GB✅ Available⚪ No📦 No
DeepSeek-V2-Lite-Chat.Q5_K.ggufQ5_K11.85GB✅ Available⚪ No📦 No
DeepSeek-V2-Lite-Chat.Q5_K_S.ggufQ5_K_S11.14GB✅ Available⚪ No📦 No
DeepSeek-V2-Lite-Chat.Q4_K_S.ggufQ4_K_S9.53GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.Q3_K_L.ggufQ3_K_L8.46GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.Q3_K_S.ggufQ3_K_S7.49GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.Q2_K_S.ggufQ2_K_S6.46GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ4_NL.ggufIQ4_NL8.91GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ4_XS.ggufIQ4_XS8.57GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ3_M.ggufIQ3_M7.55GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ3_S.ggufIQ3_S7.49GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ3_XS.ggufIQ3_XS7.12GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ3_XXS.ggufIQ3_XXS6.96GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ2_M.ggufIQ2_M6.33GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ2_S.ggufIQ2_S6.01GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ2_XS.ggufIQ2_XS5.97GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ2_XXS.ggufIQ2_XXS5.64GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ1_M.ggufIQ1_M5.24GB✅ Available🟢 Yes📦 No
DeepSeek-V2-Lite-Chat.IQ1_S.ggufIQ1_S4.99GB✅ Available🟢 Yes📦 No

Downloading using huggingface-cli

First, make sure you have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Then, you can target the specific file you want:

huggingface-cli download legraphista/DeepSeek-V2-Lite-Chat-IMat-GGUF --include "DeepSeek-V2-Lite-Chat.Q8_0.gguf" --local-dir ./

If the model is bigger than 50GB, it will have been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download legraphista/DeepSeek-V2-Lite-Chat-IMat-GGUF --include "DeepSeek-V2-Lite-Chat.Q8_0/*" --local-dir DeepSeek-V2-Lite-Chat.Q8_0
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin▁of▁sentence|>User: {user_message_1}

Assistant: {assistant_message_1}<|end▁of▁sentence|>User: {user_message_2}

Assistant:

Chat template with system prompt

<|begin▁of▁sentence|>{system_message}

User: {user_message_1}

Assistant: {assistant_message_1}<|end▁of▁sentence|>User: {user_message_2}

Assistant:

Llama.cpp

llama.cpp/main -m DeepSeek-V2-Lite-Chat.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-V2-Lite-Chat.Q8_0)
  3. Run gguf-split --merge DeepSeek-V2-Lite-Chat.Q8_0/DeepSeek-V2-Lite-Chat.Q8_0-00001-of-XXXXX.gguf DeepSeek-V2-Lite-Chat.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
b6350f4

0 моделей