许可证：apache-2.0
标签：

• 量化
• 2比特
• 3比特
• 4比特
• 5比特
• 6比特
• 8比特
• GGUF
• transformers
• safetensors
• mistral
• 文本生成
• Safetensors
• 文本生成推理
• 合并
• 7b
• mistralai/Mistral-7B-Instruct-v0.1
• VAGOsolutions/SauerkrautLM-7b-HerO
• pytorch
• 微调
• chatml
• 数据增强
• 德语
• 英语
• 德语
• 许可证:apache-2.0
• 兼容自动训练
• 兼容终端
• 地区:美国
  模型名称：SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF
  基础模型：MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1
  推理：false
  模型创建者：MaziyarPanahi
  流水线标签：文本生成
  量化者：MaziyarPanahi

MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF

• 模型创建者：MaziyarPanahi
• 原始模型：MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1

描述

MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF 包含了 MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1 的 GGUF 格式模型文件。

使用方法

感谢 TheBloke 提供了详细的 GGUF 模型使用指南：

关于 GGUF

GGUF 是 llama.cpp 团队于 2023 年 8 月 21 日推出的新格式，用于替代不再支持的 GGML 格式。

以下是不完全支持 GGUF 的客户端和库列表：

• 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，支持 GPU 加速。
• KoboldCpp，全功能 Web UI，支持跨平台 GPU 加速，尤其适合故事生成。
• GPT4All，免费开源的本地 GUI，支持 Windows、Linux 和 macOS，支持 GPU 加速。
• LM Studio，易于使用的本地 GUI，支持 Windows 和 macOS（Silicon），支持 GPU 加速。
• LoLLMS Web UI，功能丰富的 Web UI，支持模型库选择。
• Faraday.dev，基于角色的聊天 GUI，支持 Windows 和 macOS，支持 GPU 加速。
• llama-cpp-python，支持 GPU 加速的 Python 库，兼容 LangChain 和 OpenAI API。
• candle，高性能 Rust ML 框架，支持 GPU 加速。
• ctransformers，支持 GPU 加速的 Python 库，兼容 LangChain 和 OpenAI API。

量化方法说明

pip3 install huggingface-hub  

huggingface-cli download MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF.Q4_K_M.gguf --local-dir . --local-dir-use-symlinks False  

huggingface-cli download [MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF](https://huggingface.co/MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF) --local-dir . --local-dir-use-symlinks False --include='*Q4_K*gguf'  

pip3 install hf_transfer  

HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF.Q4_K_M.gguf --local-dir . --local-dir-use-symlinks False  

llama.cpp 示例命令

确保使用 d0cee0d 或更高版本的 llama.cpp。

./main -ngl 35 -m SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF.Q4_K_M.gguf --color -c 32768 --temp 0.7 --repeat_penalty 1.1 -n -1 -p "<|im_start|>system  
{system_message}<|im_end|>  
<|im_start|>user  
{prompt}<|im_end|>  
<|im_start|>assistant"  

调整 -ngl 32 为需要卸载到 GPU 的层数，无 GPU 加速时可移除。

调整 -c 32768 为所需序列长度。对于长序列模型（如 8K、16K、32K），llama.cpp 会自动从 GGUF 文件中读取 RoPE 缩放参数。注意长序列会消耗更多资源，可能需要降低此值。

如需聊天式对话，将 -p <PROMPT> 替换为 -i -ins。

其他参数用法请参考 llama.cpp 文档。

如何在 text-generation-webui 中运行

更多说明见：text-generation-webui/docs/04 ‐ Model Tab.md。

如何通过 Python 代码运行

可通过 llama-cpp-python 或 ctransformers 库使用 GGUF 模型。截至 2023 年 11 月 27 日，ctransformers 未更新且不兼容部分新模型，推荐使用 llama-cpp-python。

如何通过 llama-cpp-python 加载模型

完整文档见：llama-cpp-python 文档。

安装包

根据系统运行以下命令之一：

# 基础版（无 GPU 加速）  
pip install llama-cpp-python  
# 启用 NVIDIA CUDA 加速  
CMAKE_ARGS="-DLLAMA_CUBLAS=on" pip install llama-cpp-python  
# 启用 OpenBLAS 加速  
CMAKE_ARGS="-DLLAMA_BLAS=ON -DLLAMA_BLAS_VENDOR=OpenBLAS" pip install llama-cpp-python  
# 启用 CLBLast 加速  
CMAKE_ARGS="-DLLAMA_CLBLAST=on" pip install llama-cpp-python  
# 启用 AMD ROCm GPU 加速（仅限 Linux）  
CMAKE_ARGS="-DLLAMA_HIPBLAS=on" pip install llama-cpp-python  
# 启用 Metal GPU 加速（仅限 macOS）  
CMAKE_ARGS="-DLLAMA_METAL=on" pip install llama-cpp-python  

# Windows 中设置 CMAKE_ARGS 的 PowerShell 示例（如 NVIDIA CUDA）：  
$env:CMAKE_ARGS = "-DLLAMA_OPENBLAS=on"  
pip install llama-cpp-python  

简单示例代码

from llama_cpp import Llama  

# 设置卸载到 GPU 的层数，无 GPU 加速时设为 0  
llm = Llama(  
  model_path="./SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1-GGUF.Q4_K_M.gguf",  # 需先下载模型文件  
  n_ctx=32768,      # 最大序列长度，长序列需更多资源  
  n_threads=8,      # CPU 线程数，根据系统调整