/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
neo_7b
Библиотека
gguf
Опубликована
31 мая 2024

neo_7b-IMat-GGUF

Генерация текстаТекст → текст4 профессии

neo_7b-IMat-GGUF — это набор GGUF-квантизованных версий модели m-a-p/neo_7b, подготовленный legraphista с использованием llama.cpp b3051.

906скачиваний за 30 дней0лайковвеса обновлены31 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 локального запуска через совместимые инструменты, включая llama.cpp. Исходные веса имели формат BF16, а для части вариантов применена калибровка IMatrix, предназначенная для уменьшения потерь качества при низкобитном квантовании.

Доступны варианты от BF16 и F16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-семейств с размерами файлов примерно от 2,36 до 15,59 ГБ. IMatrix используется в ряде низкобитных вариантов, включая Q4_K, Q3_K, Q2_K и некоторые IQ-квантизации; версии BF16, F16, Q8_0 и Q6_K указаны как статические. Поддерживаются различные компромиссы между требованиями к памяти и сохранением качества, однако README не содержит результатов сравнительных оценок.

Модель является текстовой, поскольку заявлен pipeline_tag text-generation; сведения о языках, длине контекста, точной архитектуре базовой модели и специализированных сценариях не приведены. Ограничения зависят от выбранного уровня квантования: более компактные варианты требуют меньше памяти, но могут сильнее терять качество. Распространение заявлено по лицензии Apache-2.0.

Для каких профессий подходит4

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

neo_7b-IMat-GGUF

Llama.cpp imatrix quantization of m-a-p/neo_7b

Original Model: m-a-p/neo_7b
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3051
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
neo_7b.Q8_0.ggufQ8_08.28GB✅ Available⚪ Static📦 No
neo_7b.Q6_K.ggufQ6_K6.40GB✅ Available⚪ Static📦 No
neo_7b.Q4_K.ggufQ4_K4.74GB✅ Available🟢 IMatrix📦 No
neo_7b.Q3_K.ggufQ3_K3.79GB✅ Available🟢 IMatrix📦 No
neo_7b.Q2_K.ggufQ2_K2.92GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
neo_7b.BF16.ggufBF1615.59GB✅ Available⚪ Static📦 No
neo_7b.FP16.ggufF1615.59GB✅ Available⚪ Static📦 No
neo_7b.Q8_0.ggufQ8_08.28GB✅ Available⚪ Static📦 No
neo_7b.Q6_K.ggufQ6_K6.40GB✅ Available⚪ Static📦 No
neo_7b.Q5_K.ggufQ5_K5.54GB✅ Available⚪ Static📦 No
neo_7b.Q5_K_S.ggufQ5_K_S5.39GB✅ Available⚪ Static📦 No
neo_7b.Q4_K.ggufQ4_K4.74GB✅ Available🟢 IMatrix📦 No
neo_7b.Q4_K_S.ggufQ4_K_S4.47GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ4_NL.ggufIQ4_NL4.44GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ4_XS.ggufIQ4_XS4.20GB✅ Available🟢 IMatrix📦 No
neo_7b.Q3_K.ggufQ3_K3.79GB✅ Available🟢 IMatrix📦 No
neo_7b.Q3_K_L.ggufQ3_K_L4.11GB✅ Available🟢 IMatrix📦 No
neo_7b.Q3_K_S.ggufQ3_K_S3.43GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ3_M.ggufIQ3_M3.53GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ3_S.ggufIQ3_S3.43GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ3_XS.ggufIQ3_XS3.25GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ3_XXS.ggufIQ3_XXS3.03GB✅ Available🟢 IMatrix📦 No
neo_7b.Q2_K.ggufQ2_K2.92GB✅ Available🟢 IMatrix📦 No
neo_7b.Q2_K_S.ggufQ2_K_S2.71GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ2_M.ggufIQ2_M2.68GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ2_S.ggufIQ2_S2.47GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ2_XS.ggufIQ2_XS2.36GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ2_XXS.ggufIQ2_XXS2.14GB✅ Available🟢 IMatrix📦 No
neo_7b.IQ1_M.ggufIQ1_M1.89GB✅ Available🟢 IMatrix📦 No
neo_7b.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/neo_7b-IMat-GGUF --include "neo_7b.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/neo_7b-IMat-GGUF --include "neo_7b.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<s>[INST] <<SYS>>
You are a helpful, respectful and honest assistant. Always answer as helpfully as possible, while being safe. Your answers should not include any harmful, unethical, racist, sexist, toxic, dangerous, or illegal content. Please ensure that your responses are socially unbiased and positive in nature.

If a question does not make any sense, or is not factually coherent, explain why instead of answering something not correct. If you don't know the answer to a question, please don't share false information.
<</SYS>>

{user_prompt} [/INST]{assistant_response}</s><s>[INST] {next_user_prompt} [/INST]

Chat template with system prompt

<s>[INST] {user_prompt} [/INST]{assistant_response}</s><s>[INST] {next_user_prompt} [/INST]

Llama.cpp

llama.cpp/main -m neo_7b.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: neo_7b.Q8_0)
  3. Run gguf-split --merge neo_7b.Q8_0/neo_7b.Q8_0-00001-of-XXXXX.gguf neo_7b.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
5fa0495

0 моделей