语言：

• 英文 许可证：llama2 库名称：transformers 数据集：
• Open-Orca/OpenOrca 模型名称：LlongOrca 7B 16K 基础模型：Open-Orca/LlongOrca-7B-16k 推理：false 模型创建者：Open-Orca 模型类型：llama 流水线标签：文本生成 提示模板：'<|im_start|>system\n\n{system_message}<|im_end|>\n\n<|im_start|>user\n\n{prompt}<|im_end|>\n\n<|im_start|>assistant\n\n' 量化者：TheBloke

LlongOrca 7B 16K - GGUF

• 模型创建者：Open-Orca
• 原始模型：LlongOrca 7B 16K

描述

此仓库包含Open-Orca的LlongOrca 7B 16K的GGUF格式模型文件。

关于GGUF

GGUF是由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相对于GGML提供了许多优势，如更好的标记化和对特殊标记的支持。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全列表：

• 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。特别适合讲故事。
• 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，具有许多有趣和独特的功能，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Rust ML框架，专注于性能，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
• Open-Orca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：ChatML

<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

兼容性

这些量化的GGUFv2文件与自8月27日起的llama.cpp兼容，提交为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代替。