/ Модель

Характеристики

Лицензия
Llama 3
Базовая модель
Hermes-3-Llama-3.1-70B
Библиотека
gguf
Опубликована
16 авг 2024

Hermes-3-Llama-3.1-70B-IMat-GGUF

Генерация текстаТекст → текст13 профессий

Hermes-3-Llama-3.1-70B-IMat-GGUF — это квантизированная версия текстовой языковой модели NousResearch/Hermes-3-Llama-3.1-70B, подготовленная пользователем legraphista в формате GGUF для запуска через llama.cpp.

2 462скачиваний за 30 дней1лайквеса обновлены16 авг 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 размер 70B параметров и тип данных BF16, а доступные варианты включают BF16, FP16 и несколько уровней квантования от 1 до 8 бит, в том числе варианты с IMatrix.

Модель предназначена для генерации текста, диалоговых сценариев и работы в формате instruct/chat. В описании также заявлены поддержка ChatML, function calling и JSON mode, а среди возможных применений указаны ролевые диалоги и задачи, связанные с синтетическими данными и дистилляцией. Указан английский язык; сведения о других языках и размере контекстного окна отсутствуют. Модель является текстовой и не заявляет поддержку изображений или других дополнительных модальностей.

Основное преимущество сборки — возможность выбрать баланс качества, размера файлов и требований к ресурсам за счёт большого набора GGUF-квантов; IMatrix применяется в ряде вариантов с более низкой разрядностью. Ограничения связаны с очень большим размером модели: файлы занимают примерно от 26 до 141 ГБ, а некоторые варианты разделены на несколько частей. Квантизация может снижать точность по сравнению с исходной BF16-моделью, особенно в вариантах с меньшей разрядностью. Лицензия указана как llama3.

Для каких профессий подходит13

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

Hermes-3-Llama-3.1-70B-IMat-GGUF

Llama.cpp imatrix quantization of NousResearch/Hermes-3-Llama-3.1-70B

Original Model: NousResearch/Hermes-3-Llama-3.1-70B
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3593
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Hermes-3-Llama-3.1-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Hermes-3-Llama-3.1-70B.BF16/*BF16141.12GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.FP16/*F16141.12GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q5_K/*Q5_K49.95GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q5_K_S/*Q5_K_S48.66GB✅ Available⚪ Static✂ Yes
Hermes-3-Llama-3.1-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q4_K_S.ggufQ4_K_S40.35GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ4_NL.ggufIQ4_NL40.05GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ4_XS.ggufIQ4_XS37.90GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q3_K_L.ggufQ3_K_L37.14GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q3_K_S.ggufQ3_K_S30.91GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ3_M.ggufIQ3_M31.94GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ3_S.ggufIQ3_S30.91GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ3_XS.ggufIQ3_XS29.31GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ3_XXS.ggufIQ3_XXS27.47GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.Q2_K_S.ggufQ2_K_S24.47GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ2_M.ggufIQ2_M24.12GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ2_S.ggufIQ2_S22.24GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ2_XS.ggufIQ2_XS21.14GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ2_XXS.ggufIQ2_XXS19.10GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.IQ1_M.ggufIQ1_M16.75GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-70B.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/Hermes-3-Llama-3.1-70B-IMat-GGUF --include "Hermes-3-Llama-3.1-70B.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/Hermes-3-Llama-3.1-70B-IMat-GGUF --include "Hermes-3-Llama-3.1-70B.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin_of_text|><|im_start|>user
{user_prompt}<|im_end|>
<|im_start|>assistant
{assistant_response}<|im_end|>
<|im_start|>user
{next_user_prompt}<|im_end|>

Chat template with system prompt

<|begin_of_text|><|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{user_prompt}<|im_end|>
<|im_start|>assistant
{assistant_response}<|im_end|>
<|im_start|>user
{next_user_prompt}<|im_end|>

Llama.cpp

llama.cpp/main -m Hermes-3-Llama-3.1-70B.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: Hermes-3-Llama-3.1-70B.Q8_0)
  3. Run gguf-split --merge Hermes-3-Llama-3.1-70B.Q8_0/Hermes-3-Llama-3.1-70B.Q8_0-00001-of-XXXXX.gguf Hermes-3-Llama-3.1-70B.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
f85c3e2

0 моделей