基础模型: nvidia/Llama-3_3-Nemotron-Super-49B-v1 语言:

• 英文 库名称: transformers 许可证: 其他 许可证名称: nvidia开放模型许可证 许可证链接: https://www.nvidia.com/en-us/agreements/enterprise-software/nvidia-open-model-license/ 管道标签: 文本生成 标签:
• nvidia
• llama-3
• pytorch
• llama-cpp
• gguf-my-repo

openfree/Llama-3_3-Nemotron-Super-49B-v1-Q6_K-GGUF

此模型是从nvidia/Llama-3_3-Nemotron-Super-49B-v1通过llama.cpp转换为GGUF格式，使用了ggml.ai的GGUF-my-repo空间。 有关模型的更多详情，请参阅原始模型卡片。

使用llama.cpp

通过brew安装llama.cpp（适用于Mac和Linux）

brew install llama.cpp

调用llama.cpp服务器或CLI。

CLI:

llama-cli --hf-repo openfree/Llama-3_3-Nemotron-Super-49B-v1-Q6_K-GGUF --hf-file llama-3_3-nemotron-super-49b-v1-q6_k.gguf -p "生命和宇宙的意义是"

服务器:

llama-server --hf-repo openfree/Llama-3_3-Nemotron-Super-49B-v1-Q6_K-GGUF --hf-file llama-3_3-nemotron-super-49b-v1-q6_k.gguf -c 2048

注意：你也可以直接通过Llama.cpp仓库中列出的使用步骤使用此检查点。

步骤1：从GitHub克隆llama.cpp。

git clone https://github.com/ggerganov/llama.cpp

步骤2：进入llama.cpp文件夹并使用LLAMA_CURL=1标志以及其他硬件特定标志（例如：Linux上的Nvidia GPU使用LLAMA_CUDA=1）构建。

cd llama.cpp && LLAMA_CURL=1 make

步骤3：通过主二进制文件运行推理。

./llama-cli --hf-repo openfree/Llama-3_3-Nemotron-Super-49B-v1-Q6_K-GGUF --hf-file llama-3_3-nemotron-super-49b-v1-q6_k.gguf -p "生命和宇宙的意义是"

或

./llama-server --hf-repo openfree/Llama-3_3-Nemotron-Super-49B-v1-Q6_K-GGUF --hf-file llama-3_3-nemotron-super-49b-v1-q6_k.gguf -c 2048