/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
RoMistral-7b-Instruct
Библиотека
gguf
Опубликована
25 мая 2024

RoMistral-7b-Instruct-IMat-GGUF

Генерация текстаТекст → текст3 профессии

RoMistral-7b-Instruct-IMat-GGUF — это GGUF-версия инструкционной языковой модели RoMistral-7b-Instruct, разработанной командой OpenLLM-Ro и квантизированной legraphista с помощью llama.cpp.

5 667скачиваний за 30 дней0лайковвеса обновлены25 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

Модель предназначена для генерации текста и выполнения инструкций, прежде всего на румынском языке. Она относится к классу моделей примерно на 7 миллиардов параметров и поставляется в форматах GGUF, подходящих для локального запуска совместимыми инструментами, включая llama.cpp.

Доступны варианты с точностью от BF16 и F16 до различных уровней квантизации Q- и IQ-семейств. Часть вариантов использует imatrix-калибровку, что позволяет уменьшить размер модели с контролем потери качества; размеры файлов варьируются примерно от 1,75 до 14,48 ГБ. Модель поддерживает только текстовую модальность, а сведения о размере контекста и архитектурных деталях в карточке не указаны.

Основные преимущества — поддержка румынского языка, инструкционный режим, широкий выбор компромиссов между качеством, требованиями к памяти и скоростью запуска, а также наличие готовых файлов для локального инференса. Ограничения включают отсутствие заявленных данных о качестве, бенчмарках, контекстном окне и мультиязычной поддержке; квантизированные варианты могут уступать исходной BF16-модели по точности, особенно при низких уровнях квантизации. Модель распространяется по лицензии CC BY-NC 4.0, допускающей использование с ограничениями, включая некоммерческий характер.

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

RoMistral-7b-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of RoMistral-7b-Instruct-IMat-GGUF

Original Model: OpenLLM-Ro/RoMistral-7b-Instruct
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b2998
IMatrix dataset: here

Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
RoMistral-7b-Instruct.Q8_0.ggufQ8_07.70GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.Q6_K.ggufQ6_K5.94GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.Q4_K.ggufQ4_K4.37GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.Q3_K.ggufQ3_K3.52GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.Q2_K.ggufQ2_K2.72GB✅ Available🟢 Yes📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
RoMistral-7b-Instruct.FP16.ggufF1614.48GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.BF16.ggufBF1614.48GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.Q5_K.ggufQ5_K5.13GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.Q5_K_S.ggufQ5_K_S5.00GB✅ Available⚪ No📦 No
RoMistral-7b-Instruct.Q4_K_S.ggufQ4_K_S4.14GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.Q3_K_L.ggufQ3_K_L3.82GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.Q3_K_S.ggufQ3_K_S3.16GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.Q2_K_S.ggufQ2_K_S2.53GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ4_NL.ggufIQ4_NL4.13GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ4_XS.ggufIQ4_XS3.91GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ3_M.ggufIQ3_M3.28GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ3_S.ggufIQ3_S3.18GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ3_XS.ggufIQ3_XS3.02GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ3_XXS.ggufIQ3_XXS2.83GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ2_M.ggufIQ2_M2.50GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ2_S.ggufIQ2_S2.31GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ2_XS.ggufIQ2_XS2.20GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ2_XXS.ggufIQ2_XXS1.99GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ1_M.ggufIQ1_M1.75GB✅ Available🟢 Yes📦 No
RoMistral-7b-Instruct.IQ1_S.ggufIQ1_S1.61GB✅ Available🟢 Yes📦 No

Downloading using huggingface-cli

First, make sure you have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Then, you can target the specific file you want:

huggingface-cli download legraphista/RoMistral-7b-Instruct-IMat-GGUF --include "RoMistral-7b-Instruct.Q8_0.gguf" --local-dir ./

If the model is bigger than 50GB, it will have been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download legraphista/RoMistral-7b-Instruct-IMat-GGUF --include "RoMistral-7b-Instruct.Q8_0/*" --local-dir RoMistral-7b-Instruct.Q8_0
# see FAQ for merging GGUF's

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: RoMistral-7b-Instruct.Q8_0)
  3. Run gguf-split --merge RoMistral-7b-Instruct.Q8_0/RoMistral-7b-Instruct.Q8_0-00001-of-XXXXX.gguf RoMistral-7b-Instruct.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
f0fab25

0 моделей