语言:

• 英文 许可证: 其他 库名称: transformers 标签:
• pytorch
• llama
• llama-2
• qCammel-70 模型名称: qCammel 70 基础模型: augtoma/qCammel-70-x 推理: 不支持 模型创建者: augtoma 模型类型: llama 流水线标签: 文本生成 提示模板: | 一段好奇用户与人工智能助手之间的对话。助手对用户的问题提供有帮助、详细且礼貌的回答。 用户: {prompt} 助手: 量化者: TheBloke

qCammel 70 - GGUF

• 模型创建者: augtoma
• 原始模型: qCammel 70

描述

此仓库包含augtoma的qCammel 70的GGUF格式模型文件。

关于GGUF

GGUF是由llama.cpp团队于2023年8月21日引入的新格式。它取代了GGML，后者不再受llama.cpp支持。GGUF相比GGML具有诸多优势，如更好的分词、支持特殊标记。它还支持元数据，并设计为可扩展。

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，具有许多功能和强大扩展。支持GPU加速。
• KoboldCpp，功能齐全的Web UI，支持所有平台和GPU架构的加速。特别适合故事讲述。
• LM Studio，Windows和macOS(Silicon)上易用且强大的本地GUI，支持GPU加速。
• LoLLMS Web UI，优秀的Web UI，具有许多有趣且独特的功能，包括完整的模型库便于选择模型。
• Faraday.dev，吸引人且易用的基于角色的聊天GUI，支持Windows和macOS（Silicon和Intel），支持GPU加速。
• ctransformers，支持GPU加速的Python库，支持LangChain和OpenAI兼容的AI服务器。
• llama-cpp-python，支持GPU加速的Python库，支持LangChain和OpenAI兼容的API服务器。
• candle，专注于性能的Rust ML框架，包括GPU支持和易用性。

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
• augtoma的原始未量化fp16模型，pytorch格式，用于GPU推理和进一步转换

提示模板: Vicuna

一段好奇用户与人工智能助手之间的对话。助手对用户的问题提供有帮助、详细且礼貌的回答。用户: {prompt} 助手:

许可

源模型的创建者将其许可证列为其他，因此此量化使用了相同的许可证。

由于此模型基于Llama 2，它也受Meta Llama 2许可条款约束，并额外包含了这些许可文件。因此应视为同时受两种许可证约束。我已联系Hugging Face寻求关于双重许可的澄清，但他们尚未有官方立场。如果情况变化，或Meta对此有任何反馈，我将相应更新此部分。

在此期间，任何关于许可的问题，特别是这两种许可如何交互的问题，应直接向原始模型仓库提出：augtoma的qCammel 70。

兼容性

这些量化的GGUFv2文件与2023年8月27日及之后的llama.cpp兼容，提交号为d0cee0d36d5be95a0d9088b674dbb27354107221

它们也与许多第三方UI和库兼容 - 请参阅此README顶部的列表。

量化方法说明

提供文件

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

Q6_K和Q8_0文件需要分割并合并

注意：HF不支持上传超过50GB的文件。因此我将Q6_K和Q8_0文件作为分割文件上传。