/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
glm-4-9b-chat-1m
Библиотека
gguf
Опубликована
20 июн 2024

glm-4-9b-chat-1m-GGUF

Генерация текстаТекст → текст9 профессий

glm-4-9b-chat-1m-GGUF — GGUF-квантизированная версия разговорной модели THUDM/glm-4-9b-chat-1m, подготовленная legraphista.

2 502скачиваний за 30 дней19лайковвеса обновлены14 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

Исходная модель имеет размер 9B параметров и представлена в формате BF16; в репозитории доступны варианты BF16, F16 и различные уровни квантования от Q8_0 до Q2_K, включая IQ-квантизации. Модель предназначена для генерации текста и диалоговых сценариев, а также рассчитана на работу с китайским и английским языками.

Основное преимущество этого варианта — широкий выбор размеров файлов, позволяющий подобрать баланс между качеством и требованиями к памяти: от 18,97 ГБ для BF16/F16 до 4,02 ГБ для Q2_K. При этом README содержит существенное ограничение: модель пока некорректно поддерживается в llama.cpp и не будет работать в нём. Архитектура, точное устройство модальностей и фактическая длина контекстного окна в карточке подробно не описаны; обозначение 1m присутствует в названии базовой модели.

Лицензия указана как glm-4; её текст доступен по ссылке на лицензию исходной модели. Перед использованием следует учитывать условия этой лицензии и несовместимость с текущей поддержкой llama.cpp.

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

[!WARNING] Caution!
This model is not properly supported yet in llama.cpp and will not work.
See discussion here: https://github.com/ggerganov/llama.cpp/pull/8031#issuecomment-2213635819

glm-4-9b-chat-1m-GGUF

Llama.cpp static quantization of THUDM/glm-4-9b-chat-1m

Original Model: THUDM/glm-4-9b-chat-1m
Original dtype: BF16 (bfloat16)
Quantized by: https://github.com/ggerganov/llama.cpp/pull/6999
IMatrix dataset: here


Files

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
glm-4-9b-chat-1m.Q8_0.ggufQ8_010.08GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q6_K.ggufQ6_K8.33GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q4_K.ggufQ4_K6.31GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q3_K.ggufQ3_K5.11GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q2_K.ggufQ2_K4.02GB✅ Available⚪ Static📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
glm-4-9b-chat-1m.BF16.ggufBF1618.97GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.FP16.ggufF1618.97GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q8_0.ggufQ8_010.08GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q6_K.ggufQ6_K8.33GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q5_K.ggufQ5_K7.21GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q5_K_S.ggufQ5_K_S6.75GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q4_K.ggufQ4_K6.31GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q4_K_S.ggufQ4_K_S5.80GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.IQ4_NL.ggufIQ4_NL5.56GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.IQ4_XS.ggufIQ4_XS5.35GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q3_K.ggufQ3_K5.11GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q3_K_L.ggufQ3_K_L5.33GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q3_K_S.ggufQ3_K_S4.62GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.IQ3_M.ggufIQ3_M4.86GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.IQ3_S.ggufIQ3_S4.62GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.IQ3_XS.ggufIQ3_XS4.47GB✅ Available⚪ Static📦 No
glm-4-9b-chat-1m.Q2_K.ggufQ2_K4.02GB✅ Available⚪ Static📦 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/glm-4-9b-chat-1m-GGUF --include "glm-4-9b-chat-1m.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/glm-4-9b-chat-1m-GGUF --include "glm-4-9b-chat-1m.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

[gMASK]<sop><|user|>
{user_prompt}<|assistant|>
{assistant_response}<|user|>
{next_user_prompt}

Chat template with system prompt

[gMASK]<sop><|system|>
{system_prompt}<|user|>
{user_prompt}<|assistant|>
{assistant_response}<|user|>
{next_user_prompt}

Llama.cpp

llama.cpp/main -m glm-4-9b-chat-1m.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: glm-4-9b-chat-1m.Q8_0)
  3. Run gguf-split --merge glm-4-9b-chat-1m.Q8_0/glm-4-9b-chat-1m.Q8_0-00001-of-XXXXX.gguf glm-4-9b-chat-1m.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
dbef861

0 моделей