/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
Nous-Hermes-2-Mixtral-8x7B-SFT
Опубликована
17 янв 2024

Nous-Hermes-2-Mixtral-8x7B-SFT-GGUF

Генерация текстаТекст → текст15 профессий

Nous-Hermes-2-Mixtral-8x7B-SFT-GGUF — это квантизированная GGUF-версия языковой модели Nous-Hermes-2-Mixtral-8x7B-SFT, разработанной NousResearch и подготовленной квантизацией компанией Second State Inc.

1 858скачиваний за 30 дней4лайкавеса обновлены20 мар 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 диалоговых и инструкционных сценариев, включая генерацию текста и работу в чат-приложениях на базе LlamaEdge.

Модель основана на архитектуре Mixtral и использует формат промптов ChatML. В README указан английский язык, контекстное окно составляет 4096 токенов. Доступны варианты квантизации от Q2_K до Q8_0 размером от 17,3 до 49,6 ГБ. Q4_K_M рекомендуется как сбалансированный вариант, а Q5_K_M и Q5_K_S — как варианты с минимальной потерей качества. Более сильная квантизация уменьшает размер, но может заметно ухудшать качество; точные сведения о числе параметров, поддерживаемых модальностях и дополнительных языках не указаны.

Для запуска требуется LlamaEdge версии 0.2.8 или новее; предусмотрены режимы сервиса и командного чат-приложения. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит15

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

Nous-Hermes-2-Mixtral-8x7B-SFT-GGUF

Original Model

NousResearch/Nous-Hermes-2-Mixtral-8x7B-SFT

Run with LlamaEdge

  • LlamaEdge version: v0.2.8 and above

  • Prompt template

    • Prompt type: chatml

    • Prompt string

      <|im_start|>system
      {system_message}<|im_end|>
      <|im_start|>user
      {prompt}<|im_end|>
      <|im_start|>assistant
      
  • Context size: 4096

  • Run as LlamaEdge service

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:Nous-Hermes-2-Mixtral-8x7B-SFT-Q5_K_M.gguf llama-api-server.wasm -p chatml
    
  • Run as LlamaEdge command app

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:Nous-Hermes-2-Mixtral-8x7B-SFT-Q5_K_M.gguf llama-chat.wasm -p chatml
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
Nous-Hermes-2-Mixtral-8x7B-SFT-Q2_K.ggufQ2_K217.3 GBsmallest, significant quality loss - not recommended for most purposes
Nous-Hermes-2-Mixtral-8x7B-SFT-Q3_K_L.ggufQ3_K_L324.2 GBsmall, substantial quality loss
Nous-Hermes-2-Mixtral-8x7B-SFT-Q3_K_M.ggufQ3_K_M322.5 GBvery small, high quality loss
Nous-Hermes-2-Mixtral-8x7B-SFT-Q3_K_S.ggufQ3_K_S320.4 GBvery small, high quality loss
Nous-Hermes-2-Mixtral-8x7B-SFT-Q4_0.ggufQ4_0426.4 GBlegacy; small, very high quality loss - prefer using Q3_K_M
Nous-Hermes-2-Mixtral-8x7B-SFT-Q4_K_M.ggufQ4_K_M428.4 GBmedium, balanced quality - recommended
Nous-Hermes-2-Mixtral-8x7B-SFT-Q4_K_S.ggufQ4_K_S426.7 GBsmall, greater quality loss
Nous-Hermes-2-Mixtral-8x7B-SFT-Q5_0.ggufQ5_0532.2 GBlegacy; medium, balanced quality - prefer using Q4_K_M
Nous-Hermes-2-Mixtral-8x7B-SFT-Q5_K_M.ggufQ5_K_M533.2 GBlarge, very low quality loss - recommended
Nous-Hermes-2-Mixtral-8x7B-SFT-Q5_K_S.ggufQ5_K_S532.2 GBlarge, low quality loss - recommended
Nous-Hermes-2-Mixtral-8x7B-SFT-Q6_K.ggufQ6_K638.4 GBvery large, extremely low quality loss
Nous-Hermes-2-Mixtral-8x7B-SFT-Q8_0.ggufQ8_0849.6 GBvery large, extremely low quality loss - not recommended

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.

Класс архитектуры
MixtralForCausalLM
Ревизия весов
b309e65

0 моделей