/ Модель

Характеристики

Лицензия
Llama 3
Базовая модель
Meta-Llama-3-8B-Instruct-abliterated-v3
Библиотека
gguf
Опубликована
31 мая 2024

Meta-Llama-3-8B-Instruct-abliterated-v3-IMat-GGUF

Генерация текстаТекст → текст11 профессий

Meta-Llama-3-8B-Instruct-abliterated-v3-IMat-GGUF — это GGUF-квантизованная версия модели failspy/Meta-Llama-3-8B-Instruct-abliterated-v3, подготовленная пользователем legraphista с использованием llama.cpp.

4 710скачиваний за 30 дней1лайквеса обновлены1 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

Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через совместимые инструменты, такие как llama.cpp.

В основе лежит модель размером 8 миллиардов параметров с исходным форматом BF16 и архитектурой семейства Meta Llama 3. Репозиторий содержит варианты с точностью от 1 до 16 бит, включая BF16, FP16, Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K. Для ряда вариантов применена IMatrix-квантизация, призванная лучше сохранять качество при уменьшении размера модели. Доступны файлы размером примерно от 3,18 до 16,07 ГБ; точные поддерживаемые языки и размер контекстного окна в README не указаны.

Сильные стороны модели — выбор разных уровней квантизации, возможность локального запуска и снижение требований к памяти по сравнению с полноразмерными вариантами. При этом более агрессивная квантизация может приводить к снижению качества, а конкретные характеристики зависят от выбранного файла. Модель распространяется по лицензии Llama 3; условия использования следует уточнять в тексте этой лицензии.

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

Meta-Llama-3-8B-Instruct-abliterated-v3-IMat-GGUF

Llama.cpp imatrix quantization of failspy/Meta-Llama-3-8B-Instruct-abliterated-v3

Original Model: failspy/Meta-Llama-3-8B-Instruct-abliterated-v3
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3058
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0.ggufQ8_08.54GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q6_K.ggufQ6_K6.60GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q4_K.ggufQ4_K4.92GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q3_K.ggufQ3_K4.02GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q2_K.ggufQ2_K3.18GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Meta-Llama-3-8B-Instruct-abliterated-v3.BF16.ggufBF1616.07GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.FP16.ggufF1616.07GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0.ggufQ8_08.54GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q6_K.ggufQ6_K6.60GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q5_K.ggufQ5_K5.73GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q5_K_S.ggufQ5_K_S5.60GB✅ Available⚪ Static📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q4_K.ggufQ4_K4.92GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q4_K_S.ggufQ4_K_S4.69GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ4_NL.ggufIQ4_NL4.68GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ4_XS.ggufIQ4_XS4.45GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q3_K.ggufQ3_K4.02GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q3_K_L.ggufQ3_K_L4.32GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q3_K_S.ggufQ3_K_S3.66GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ3_M.ggufIQ3_M3.78GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ3_S.ggufIQ3_S3.68GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ3_XS.ggufIQ3_XS3.52GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ3_XXS.ggufIQ3_XXS3.27GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q2_K.ggufQ2_K3.18GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.Q2_K_S.ggufQ2_K_S2.99GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ2_M.ggufIQ2_M2.95GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ2_S.ggufIQ2_S2.76GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ2_XS.ggufIQ2_XS2.61GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ2_XXS.ggufIQ2_XXS2.40GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.IQ1_M.ggufIQ1_M2.16GB✅ Available🟢 IMatrix📦 No
Meta-Llama-3-8B-Instruct-abliterated-v3.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/Meta-Llama-3-8B-Instruct-abliterated-v3-IMat-GGUF --include "Meta-Llama-3-8B-Instruct-abliterated-v3.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/Meta-Llama-3-8B-Instruct-abliterated-v3-IMat-GGUF --include "Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|begin_of_text|><|start_header_id|>user<|end_header_id|>

{user_prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{assistant_response}<|eot_id|><|start_header_id|>user<|end_header_id|>

{next_user_prompt}<|eot_id|>

Chat template with system prompt

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{user_prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{assistant_response}<|eot_id|><|start_header_id|>user<|end_header_id|>

{next_user_prompt}<|eot_id|>

Llama.cpp

llama.cpp/main -m Meta-Llama-3-8B-Instruct-abliterated-v3.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: Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0)
  3. Run gguf-split --merge Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0/Meta-Llama-3-8B-Instruct-abliterated-v3.Q8_0-00001-of-XXXXX.gguf Meta-Llama-3-8B-Instruct-abliterated-v3.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
a5a8b76

0 моделей