/ Модель

Характеристики

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

glm-4-9b-chat-GGUF

Генерация текстаТекст → текст10 профессий

glm-4-9b-chat-GGUF — это квантизированная версия чат-модели THUDM/glm-4-9b-chat, подготовленная legraphista в формате GGUF для использования с llama.cpp.

7 614скачиваний за 30 дней23лайкавеса обновлены20 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

Исходная модель разработана THUDM; в README указано, что она предназначена для генерации текста и диалоговых сценариев. Поддерживаемые языки — китайский и английский.

Модель имеет около 9 млрд параметров; исходный тип данных — BF16. Доступны варианты от BF16 и FP16 до 2-, 3-, 4-, 5-, 6- и 8-битных статических квантизаций, что позволяет выбирать между качеством, размером файла и требованиями к ресурсам. Размер файлов составляет примерно от 3,99 до 18,81 ГБ. Указанные варианты не используют IMatrix. Формат GGUF и совместимость с llama.cpp подходят для локального запуска, однако README не содержит сведений о длине контекста, точной архитектуре, мультимодальности, производительности или сравнительных преимуществах.

Лицензия обозначена как glm-4; подробные условия доступны по ссылке на лицензию исходной модели. Ограничения и условия коммерческого использования в README не раскрыты, поэтому перед применением следует изучить полный текст лицензии.

Для каких профессий подходит10

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

glm-4-9b-chat-GGUF

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

Original Model: THUDM/glm-4-9b-chat
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.Q8_0.ggufQ8_09.99GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q6_K.ggufQ6_K8.26GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q4_K.ggufQ4_K6.25GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q3_K.ggufQ3_K5.06GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q2_K.ggufQ2_K3.99GB✅ Available⚪ Static📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
glm-4-9b-chat.BF16.ggufBF1618.81GB✅ Available⚪ Static📦 No
glm-4-9b-chat.FP16.ggufF1618.81GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q8_0.ggufQ8_09.99GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q6_K.ggufQ6_K8.26GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q5_K.ggufQ5_K7.14GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q5_K_S.ggufQ5_K_S6.69GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q4_K.ggufQ4_K6.25GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q4_K_S.ggufQ4_K_S5.75GB✅ Available⚪ Static📦 No
glm-4-9b-chat.IQ4_NL.ggufIQ4_NL5.51GB✅ Available⚪ Static📦 No
glm-4-9b-chat.IQ4_XS.ggufIQ4_XS5.30GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q3_K.ggufQ3_K5.06GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q3_K_L.ggufQ3_K_L5.28GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q3_K_S.ggufQ3_K_S4.59GB✅ Available⚪ Static📦 No
glm-4-9b-chat.IQ3_M.ggufIQ3_M4.81GB✅ Available⚪ Static📦 No
glm-4-9b-chat.IQ3_S.ggufIQ3_S4.59GB✅ Available⚪ Static📦 No
glm-4-9b-chat.IQ3_XS.ggufIQ3_XS4.43GB✅ Available⚪ Static📦 No
glm-4-9b-chat.Q2_K.ggufQ2_K3.99GB✅ 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-GGUF --include "glm-4-9b-chat.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-GGUF --include "glm-4-9b-chat.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.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.Q8_0)
  3. Run gguf-split --merge glm-4-9b-chat.Q8_0/glm-4-9b-chat.Q8_0-00001-of-XXXXX.gguf glm-4-9b-chat.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
0155a14

0 моделей