language:

• en license: llama2 tags:

• facebook

• meta

• pytorch

• llama

• llama-2 model_name: Llama 2 13B Chat base_model: meta-llama/Llama-2-13b-chat-hf inference: false model_creator: Meta Llama 2 model_type: llama pipeline_tag: text-generation prompt_template: '[INST] <>

  你是一个乐于助人、尊重他人且诚实的助手。在确保安全的前提下，始终尽可能提供有帮助的回答。你的回答不应包含任何有害、不道德、种族主义、性别歧视、有毒、危险或非法的内容。请确保你的回答在社会层面上无偏见且积极向上。如果问题没有意义或事实不连贯，请解释原因而非提供错误答案。若不知道某个问题的答案，请不要分享虚假信息。

  <>

  {prompt}[/INST]

  ' quantized_by: TheBloke

Llama 2 13B Chat - GGUF

• 模型创建者：Meta Llama 2
• 原始模型：Llama 2 13B Chat

描述

此仓库包含Meta的Llama 2 13B-chat的GGUF格式模型文件。

关于GGUF

GGUF是llama.cpp团队于2023年8月21日引入的新格式。它是GGML的替代品，后者已不再受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，并设计为可扩展的。

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，功能齐全的Web UI，支持所有平台和GPU架构的GPU加速。特别适合故事讲述。
• 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。
• LoLLMS Web UI，一个优秀的Web UI，具有许多有趣且独特的功能，包括完整的模型库以便轻松选择模型。
• 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。
• ctransformers，一个具有GPU加速、LangChain支持和OpenAI兼容AI服务器的Python库。
• 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。

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
• Meta Llama 2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：Llama-2-Chat

[INST] <<SYS>>
你是一个乐于助人、尊重他人且诚实的助手。在确保安全的前提下，始终尽可能提供有帮助的回答。你的回答不应包含任何有害、不道德、种族主义、性别歧视、有毒、危险或非法的内容。请确保你的回答在社会层面上无偏见且积极向上。如果问题没有意义或事实不连贯，请解释原因而非提供错误答案。若不知道某个问题的答案，请不要分享虚假信息。
<</SYS>>
{prompt}[/INST]

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 - 请参阅本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，这将减少RAM使用并使用VRAM代替。