/ Модель

Характеристики

Лицензия
Llama 3
Базовая модель
Hermes-3-Llama-3.1-8B
Библиотека
gguf
Опубликована
16 авг 2024

Hermes-3-Llama-3.1-8B-IMat-GGUF

Генерация текстаТекст → текст13 профессий

Hermes-3-Llama-3.1-8B-IMat-GGUF — квантизированная версия текстовой генеративной модели NousResearch/Hermes-3-Llama-3.1-8B, подготовленная legraphista в формате GGUF для llama.cpp.

3 523скачиваний 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

В основе лежит модель семейства Llama 3.1 с 8 млрд параметров; исходный тип данных — BF16. Указан английский язык, а назначение модели — генерация текста и диалоговое взаимодействие.

Модель предназначена для чат-сценариев, следования инструкциям, ролевого общения, работы с ChatML, генерации структурированных ответов в JSON и function calling. Доступны варианты с разной степенью квантизации — от BF16 и FP16 до 1–8-битных форматов; часть низкобитных вариантов использует IMatrix для снижения потерь качества при уменьшении размера. Это позволяет запускать модель на более ограниченных по памяти системах, выбирая компромисс между качеством, скоростью и требованиями к ресурсам.

В README не указаны размер контекстного окна, мультимодальные возможности, результаты бенчмарков и подробные ограничения качества, поэтому модель следует считать текстовой и ориентированной прежде всего на английский язык. Квантизация может приводить к снижению точности по сравнению с исходной BF16-моделью, особенно в наиболее компактных вариантах. Лицензия указана как Llama 3; условия её применения следует уточнять в лицензии исходной модели.

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-3.1-8B-IMat-GGUF

Llama.cpp imatrix quantization of NousResearch/Hermes-3-Llama-3.1-8B

Original Model: NousResearch/Hermes-3-Llama-3.1-8B
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3592
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Hermes-3-Llama-3.1-8B.Q8_0.ggufQ8_08.54GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q6_K.ggufQ6_K6.60GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q4_K.ggufQ4_K4.92GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q3_K.ggufQ3_K4.02GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q2_K.ggufQ2_K3.18GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Hermes-3-Llama-3.1-8B.BF16.ggufBF1616.07GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.FP16.ggufF1616.07GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q8_0.ggufQ8_08.54GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q6_K.ggufQ6_K6.60GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q5_K.ggufQ5_K5.73GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q5_K_S.ggufQ5_K_S5.60GB✅ Available⚪ Static📦 No
Hermes-3-Llama-3.1-8B.Q4_K.ggufQ4_K4.92GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q4_K_S.ggufQ4_K_S4.69GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ4_NL.ggufIQ4_NL4.68GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ4_XS.ggufIQ4_XS4.45GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q3_K.ggufQ3_K4.02GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q3_K_L.ggufQ3_K_L4.32GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q3_K_S.ggufQ3_K_S3.66GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ3_M.ggufIQ3_M3.78GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ3_S.ggufIQ3_S3.68GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ3_XS.ggufIQ3_XS3.52GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ3_XXS.ggufIQ3_XXS3.27GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q2_K.ggufQ2_K3.18GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.Q2_K_S.ggufQ2_K_S2.99GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ2_M.ggufIQ2_M2.95GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ2_S.ggufIQ2_S2.76GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ2_XS.ggufIQ2_XS2.61GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ2_XXS.ggufIQ2_XXS2.40GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ1_M.ggufIQ1_M2.16GB✅ Available🟢 IMatrix📦 No
Hermes-3-Llama-3.1-8B.IQ1_S.ggufIQ1_S2.02GB✅ 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-3.1-8B-IMat-GGUF --include "Hermes-3-Llama-3.1-8B.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-3.1-8B-IMat-GGUF --include "Hermes-3-Llama-3.1-8B.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-3.1-8B.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-3.1-8B.Q8_0)
  3. Run gguf-split --merge Hermes-3-Llama-3.1-8B.Q8_0/Hermes-3-Llama-3.1-8B.Q8_0-00001-of-XXXXX.gguf Hermes-3-Llama-3.1-8B.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
4b4aa28

0 моделей