基础模型: ibm-granite/granite-3.3-8b-instruct 库名称: transformers 许可证: apache-2.0 任务标签: 文本生成 标签:

• 语言
• granite-3.3
• llama-cpp
• gguf-my-repo 推理: false

NikolayKozloff/granite-3.3-8b-instruct-Q8_0-GGUF

该模型是通过ggml.ai的GGUF-my-repo空间，使用llama.cpp从ibm-granite/granite-3.3-8b-instruct转换而来的GGUF格式模型。更多关于该模型的详细信息，请参考原始模型卡片。

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 NikolayKozloff/granite-3.3-8b-instruct-Q8_0-GGUF --hf-file granite-3.3-8b-instruct-q8_0.gguf -p "生命和宇宙的意义是"

服务器:

llama-server --hf-repo NikolayKozloff/granite-3.3-8b-instruct-Q8_0-GGUF --hf-file granite-3.3-8b-instruct-q8_0.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这个检查点。

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Nvidia GPU的LLAMA_CUDA=1）构建它。

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 NikolayKozloff/granite-3.3-8b-instruct-Q8_0-GGUF --hf-file granite-3.3-8b-instruct-q8_0.gguf -p "生命和宇宙的意义是"

或

./llama-server --hf-repo NikolayKozloff/granite-3.3-8b-instruct-Q8_0-GGUF --hf-file granite-3.3-8b-instruct-q8_0.gguf -c 2048