base_model: codellama/CodeLlama-70b-Instruct-hf inference: false language:

• 代码 license: llama2 model_creator: Code Llama model_name: Codellama 70B Instruct model_type: llama pipeline_tag: 文本生成 prompt_template: "来源: 系统\n\n {system_message} 来源: 用户\n\n {prompt}
  \ 来源: 助手\n \n" quantized_by: TheBloke tags:
• llama-2

Codellama 70B Instruct - GGUF

• 模型创建者：Code Llama
• 原始模型：Codellama 70B Instruct

描述

此仓库包含Code Llama的Codellama 70B Instruct的GGUF格式模型文件。

这些文件使用了由Massed Compute慷慨提供的硬件进行了量化。

关于GGUF

GGUF是由llama.cpp团队于2023年8月21日引入的新格式。它是GGML的替代品，llama.cpp不再支持GGML。

以下是已知支持GGUF的客户端和库的不完整列表：

• llama.cpp。GGUF的源项目。提供CLI和服务器选项。
• text-generation-webui，最广泛使用的Web UI，具有许多功能和强大的扩展。支持GPU加速。
• KoboldCpp，一个功能齐全的Web UI，支持所有平台和GPU架构的GPU加速。特别适合讲故事。
• GPT4All，一个免费开源的本地运行GUI，支持Windows、Linux和macOS，具有完整的GPU加速。
• LM Studio，一个易于使用且功能强大的本地GUI，适用于Windows和macOS（Silicon），支持GPU加速。Linux版本自2023年11月27日起处于测试阶段。
• LoLLMS Web UI，一个优秀的Web UI，具有许多有趣且独特的功能，包括一个完整的模型库，便于模型选择。
• Faraday.dev，一个吸引人且易于使用的基于角色的聊天GUI，适用于Windows和macOS（Silicon和Intel），支持GPU加速。
• llama-cpp-python，一个具有GPU加速、LangChain支持和OpenAI兼容API服务器的Python库。
• candle，一个专注于性能的Rust ML框架，包括GPU支持和易用性。
• ctransformers，一个具有GPU加速、LangChain支持和OpenAI兼容AI服务器的Python库。注意，截至撰写时（2023年11月27日），ctransformers已长时间未更新，不支持许多最近的模型。

可用仓库

• 用于GPU推理的AWQ模型。
• 用于GPU推理的GPTQ模型，具有多种量化参数选项。
• 用于CPU+GPU推理的2、3、4、5、6和8位GGUF模型
• Code Llama的原始未量化fp16模型，以pytorch格式提供，用于GPU推理和进一步转换

提示模板：CodeLlama-70B-Instruct

来源: 系统

  {system_message}<step> 来源: 用户

  {prompt} <step> 来源: 助手
   

兼容性

这些量化的GGUFv2文件与自2023年8月27日起的llama.cpp兼容，提交号为d0cee0d

它们也与许多第三方UI和库兼容 - 请参阅本README顶部的列表。

量化方法说明

提供的文件

注意：上述RAM数据假设没有GPU卸载。如果将层卸载到GPU，这将减少RAM使用量并使用VRAM代替。

Q6_K和Q8_0文件被分割并需要合并

注意：HF不支持上传大于50GB的文件。因此，我已将Q6_K和Q8_0文件作为分割文件上传。