/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
NuminaMath-7B-TIR
Библиотека
gguf
Опубликована
11 июл 2024

NuminaMath-7B-TIR-IMat-GGUF

Генерация текстаТекст → текст3 профессии

NuminaMath-7B-TIR-IMat-GGUF — это GGUF-квантизированная версия текстовой генеративной модели AI-MO/NuminaMath-7B-TIR.

2 373скачиваний за 30 дней2лайкавеса обновлены11 июл 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 подготовлена пользователем legraphista с помощью llama.cpp и предназначена для локального запуска через совместимые инструменты, включая llama.cpp. По названию и базовой модели она ориентирована на задачи, связанные с математическими текстами и рассуждениями, однако подробное описание исходного обучения и целевых сценариев в README не приведено.

Модель имеет около 7 млрд параметров и создана на основе исходного представления BF16. Доступны варианты BF16, F16 и различные уровни квантизации GGUF — от Q8_0 до Q2_K, включая форматы IQ. Для ряда вариантов применена IMatrix-квантизация, призванная сохранить качество при уменьшении размера, а размеры файлов варьируются примерно от 2,7 до 13,8 ГБ. Модель работает с текстом; сведения о поддерживаемых языках, максимальном контексте и мультимодальности отсутствуют.

Основное преимущество — широкий выбор вариантов квантизации для подбора компромисса между качеством, потреблением памяти и скоростью локального инференса. Ограничения включают возможную потерю качества в более агрессивно квантизированных версиях, а также отсутствие в README результатов оценки, данных о языках и точного контекстного окна. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NuminaMath-7B-TIR-IMat-GGUF

Llama.cpp imatrix quantization of AI-MO/NuminaMath-7B-TIR

Original Model: AI-MO/NuminaMath-7B-TIR
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3371
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
NuminaMath-7B-TIR.Q8_0.ggufQ8_07.35GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q6_K.ggufQ6_K5.67GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q4_K.ggufQ4_K4.22GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q3_K.ggufQ3_K3.46GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q2_K.ggufQ2_K2.72GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
NuminaMath-7B-TIR.BF16.ggufBF1613.83GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.FP16.ggufF1613.83GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q8_0.ggufQ8_07.35GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q6_K.ggufQ6_K5.67GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q5_K.ggufQ5_K4.93GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q5_K_S.ggufQ5_K_S4.81GB✅ Available⚪ Static📦 No
NuminaMath-7B-TIR.Q4_K.ggufQ4_K4.22GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q4_K_S.ggufQ4_K_S4.03GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ4_NL.ggufIQ4_NL4.00GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ4_XS.ggufIQ4_XS3.80GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q3_K.ggufQ3_K3.46GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q3_K_L.ggufQ3_K_L3.75GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q3_K_S.ggufQ3_K_S3.14GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ3_M.ggufIQ3_M3.29GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ3_S.ggufIQ3_S3.14GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ3_XS.ggufIQ3_XS2.99GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ3_XXS.ggufIQ3_XXS2.76GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q2_K.ggufQ2_K2.72GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.Q2_K_S.ggufQ2_K_S2.51GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ2_M.ggufIQ2_M2.54GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ2_S.ggufIQ2_S2.39GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ2_XS.ggufIQ2_XS2.21GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ2_XXS.ggufIQ2_XXS2.04GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ1_M.ggufIQ1_M1.85GB✅ Available🟢 IMatrix📦 No
NuminaMath-7B-TIR.IQ1_S.ggufIQ1_S1.73GB✅ 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/NuminaMath-7B-TIR-IMat-GGUF --include "NuminaMath-7B-TIR.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/NuminaMath-7B-TIR-IMat-GGUF --include "NuminaMath-7B-TIR.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

### Problem: {user_prompt}
### Solution: {assistant_response}
### Problem: {next_user_prompt}

Llama.cpp

llama.cpp/main -m NuminaMath-7B-TIR.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: NuminaMath-7B-TIR.Q8_0)
  3. Run gguf-split --merge NuminaMath-7B-TIR.Q8_0/NuminaMath-7B-TIR.Q8_0-00001-of-XXXXX.gguf NuminaMath-7B-TIR.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
50ad846

0 моделей