base_model: Delcos/Velara-11B-V2 inference: false language:

• en library_name: transformers license: cc-by-nc-nd-4.0 model_creator: Devon M model_name: Velara 11B v2 model_type: mistral pipeline_tag: text-generation prompt_template: '### 指令:

  {prompt}

  回复:

  ' quantized_by: TheBloke tags:

• starling

• mistral

• llama-2

Velara 11B v2 - GGUF

• 模型创作者: Devon M
• 原始模型: Velara 11B v2

模型描述

本仓库包含Devon M的Velara 11B v2的GGUF格式模型文件。

这些量化文件由Massed Compute提供的硬件支持生成。

关于GGUF

GGUF是由llama.cpp团队于2023年8月21日引入的新格式，用于替代不再受支持的GGML格式。

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扩展，支持GPU加速。
• KoboldCpp，全功能Web UI，支持跨平台和GPU架构的加速，特别适合故事创作。
• GPT4All，免费开源的本地运行GUI，支持Windows、Linux和macOS，具备完整GPU加速。
• LM Studio，易于使用且功能强大的本地GUI，支持Windows和macOS（Silicon），具备GPU加速。Linux版本于2023年11月27日进入测试阶段。
• LoLLMS Web UI，功能丰富的Web UI，包含许多有趣且独特的功能，如完整的模型库便于模型选择。
• Faraday.dev，美观易用的基于角色的聊天GUI，支持Windows和macOS（Silicon和Intel），具备GPU加速。
• llama-cpp-python，支持GPU加速的Python库，具备LangChain支持和OpenAI兼容的API服务器。
• candle，专注于性能的Rust ML框架，支持GPU，易于使用。
• ctransformers，支持GPU加速的Python库，具备LangChain支持和OpenAI兼容的AI服务器。截至2023年11月27日，ctransformers已长时间未更新，不支持许多新模型。

可用仓库

• 用于GPU推理的AWQ模型
• 用于GPU推理的GPTQ模型，提供多种量化参数选项
• 用于CPU+GPU推理的2、3、4、5、6和8位GGUF模型
• Devon M的原始未量化fp16模型，适用于GPU推理和进一步转换

提示模板：Alpaca-InstructOnly2

### 指令：
{prompt}

### 回复：

兼容性

这些量化的GGUFv2文件与2023年8月27日之后的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

提供文件

注意：上述RAM需求假设未启用GPU卸载。如果将层卸载到GPU，将减少RAM使用并改用VRAM。

如何下载GGUF文件

手动下载者注意：您几乎不需要克隆整个仓库！提供了多种不同的量化格式，大多数用户只需选择并下载单个文件。

以下客户端/库会自动为您下载模型，提供可用模型列表供选择：

• LM Studio
• LoLLMS Web UI
• Faraday.dev

在text-generation-webui中

在“下载模型”下，输入模型仓库：TheBloke/Velara-11B-V2-GGUF，并在下方输入特定文件名，如：velara-11b-v2.Q4_K_M.gguf。

然后点击“下载”。

在命令行中，包括一次性下载多个文件

建议使用`huggingface-hub