language:

• 代码 license: llama2 tags:

• llama-2 model_name: CodeLlama 7B base_model: codellama/CodeLlama-7b-hf inference: false model_creator: Meta model_type: llama pipeline_tag: 文本生成 prompt_template: '{prompt}

  ' quantized_by: TheBloke

CodeLlama 7B - GGUF

• 模型创建者：Meta
• 原始模型：CodeLlama 7B

描述

此仓库包含Meta的CodeLlama 7B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，llama.cpp不再支持GGML。GGUF相比GGML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，功能全面的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，Windows和macOS（Silicon）上易用且强大的本地GUI，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，一个带有GPU加速的Python库，支持LangChain和OpenAI兼容的AI服务器。
• llama-cpp-python，一个带有GPU加速的Python库，支持LangChain和OpenAI兼容的API服务器。
• 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：无

{prompt}

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使用并使用VRAM。