/ Модель

Характеристики

Лицензия
Llama 3
Базовая модель
Llama3-ChatQA-1.5-8B
Библиотека
gguf
Опубликована
26 мая 2024

Llama3-ChatQA-1.5-8B-IMat-GGUF

Генерация текстаТекст → текст9 профессий

Llama3-ChatQA-1.5-8B-IMat-GGUF — это GGUF-квантизированная версия текстовой модели Llama3-ChatQA-1.5-8B, разработанной NVIDIA.

3 721скачиваний за 30 дней1лайквеса обновлены27 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 llama.cpp b3003 и методов IMatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы и работу в локальных приложениях, совместимых с llama.cpp.

Модель имеет около 8 млрд параметров, поддерживает английский язык и работает с текстовой модальностью. Доступны варианты от FP16 и Q8_0 до низкобитных форматов Q2, Q3, Q4, IQ2, IQ3 и IQ4; для части вариантов применена IMatrix-квантизация. Размер файлов варьируется примерно от 2,61 до 16,07 ГБ, что позволяет выбирать между качеством, скоростью и требованиями к памяти. Размер контекстного окна в README не указан.

Основное преимущество модели — широкий выбор GGUF-вариантов для запуска на оборудовании с разным объёмом памяти и возможность эффективного локального использования через llama.cpp. Ограничения связаны с компромиссами квантизации: низкобитные варианты могут уступать FP16 по качеству, а точные требования к производительности и совместимости зависят от выбранного формата и оборудования. Модель распространяется по лицензии llama3.

Для каких профессий подходит9

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

Llama3-ChatQA-1.5-8B-IMat-GGUF

Llama.cpp imatrix quantization of nvidia/Llama3-ChatQA-1.5-8B

Original Model: nvidia/Llama3-ChatQA-1.5-8B
Original dtype: FP16 (float16)
Quantized by: llama.cpp b3003
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Llama3-ChatQA-1.5-8B.Q8_0.ggufQ8_08.54GB✅ Available⚪ No📦 No
Llama3-ChatQA-1.5-8B.Q6_K.ggufQ6_K6.60GB✅ Available⚪ No📦 No
Llama3-ChatQA-1.5-8B.Q4_K.ggufQ4_K4.92GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.Q3_K.ggufQ3_K4.02GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.Q2_K.ggufQ2_K3.18GB✅ Available🟢 Yes📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Llama3-ChatQA-1.5-8B.FP16.ggufF1616.07GB✅ Available⚪ No📦 No
Llama3-ChatQA-1.5-8B.Q5_K.ggufQ5_K5.73GB✅ Available⚪ No📦 No
Llama3-ChatQA-1.5-8B.Q5_K_S.ggufQ5_K_S5.60GB✅ Available⚪ No📦 No
Llama3-ChatQA-1.5-8B.Q4_K_S.ggufQ4_K_S4.69GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.Q3_K_L.ggufQ3_K_L4.32GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.Q3_K_S.ggufQ3_K_S3.66GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.Q2_K_S.ggufQ2_K_S2.99GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ4_NL.ggufIQ4_NL4.68GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ4_XS.ggufIQ4_XS4.45GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ3_M.ggufIQ3_M3.78GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ3_S.ggufIQ3_S3.68GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ3_XS.ggufIQ3_XS3.52GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ3_XXS.ggufIQ3_XXS3.27GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ2_M.ggufIQ2_M2.95GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ2_S.ggufIQ2_S2.76GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ2_XS.ggufIQ2_XS2.61GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ2_XXS.ggufIQ2_XXS2.40GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ1_M.ggufIQ1_M2.16GB✅ Available🟢 Yes📦 No
Llama3-ChatQA-1.5-8B.IQ1_S.ggufIQ1_S2.02GB✅ Available🟢 Yes📦 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/Llama3-ChatQA-1.5-8B-IMat-GGUF --include "Llama3-ChatQA-1.5-8B.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/Llama3-ChatQA-1.5-8B-IMat-GGUF --include "Llama3-ChatQA-1.5-8B.Q8_0/*" --local-dir Llama3-ChatQA-1.5-8B.Q8_0
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin_of_text|>System: This is a chat between a user and an artificial intelligence assistant. The assistant gives helpful, detailed, and polite answers to the user's questions based on the context. The assistant should also indicate when the answer cannot be found in the context.

User: Can you provide ways to eat combinations of bananas and dragonfruits?

Assistant: Sure! Here are some ways to eat bananas and dragonfruits together:
 1. Banana and dragonfruit smoothie: Blend bananas and dragonfruits together with some milk and honey.
 2. Banana and dragonfruit salad: Mix sliced bananas and dragonfruits together with some lemon juice and honey.

User: What about solving an 2x + 3 = 7 equation?

Assistant:

Llama.cpp

llama.cpp/main -m Llama3-ChatQA-1.5-8B.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: Llama3-ChatQA-1.5-8B.Q8_0)
  3. Run gguf-split --merge Llama3-ChatQA-1.5-8B.Q8_0/Llama3-ChatQA-1.5-8B.Q8_0-00001-of-XXXXX.gguf Llama3-ChatQA-1.5-8B.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
4a1463b

0 моделей