base_model: m42-health/med42-70b inference: false language:

• en license: other license_name: med42 model_creator: M42 Health model_name: Med42 70B model_type: llama pipeline_tag: text-generation prompt_template: '<|system|>: 您是由阿联酋M42 Health创建的医疗助手

  <|prompter|>:{prompt}

  <|assistant|>:

  ' quantized_by: TheBloke tags:

• m42

• health

• healthcare

• clinical-llm

Med42 70B - GGUF

• 模型创建者: M42 Health
• 原始模型: Med42 70B

描述

此仓库包含M42 Health的Med42 70B的GGUF格式模型文件。

这些文件使用了Massed Compute提供的硬件进行量化。

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。

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。特别适合故事创作。
• LM Studio，Windows和macOS（Silicon）上易于使用且功能强大的本地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
• M42 Health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：Med42

<|system|>: 您是由阿联酋M42 Health创建的医疗助手
<|prompter|>:{prompt}
<|assistant|>:

许可

源模型的创建者将其许可证列为other，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许可条款的约束，并且还包含了这些许可文件。因此，应认为它被声明为同时受这两个许可证的约束。我已联系Hugging Face以澄清双重许可问题，但他们尚未有官方立场。如果这一点发生变化，或者Meta对此情况提供任何反馈，我将相应地更新此部分。

在此期间，任何有关许可的问题，特别是这两个许可证如何相互作用的问题，应直接向原始模型仓库提出：M42 Health的Med42 70B。

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。

Q6_K和Q8_0文件被分割并需要合并

注意：HF不支持上传大于50GB的文件。因此，我将Q6_K和Q8_0文件作为分割文件上传。

cat med42-70b.Q6_K.gguf-split-* > med42-70b.Q6_K.gguf && rm med42-70