🚀 Bielik-11B-v2.6-Instruct-GGUF

本仓库包含适用于 SpeakLeash 的 Bielik-11B-v.2.6-Instruct 模型的 GGUF 格式文件。

⚠️ 重要提示

请注意，量化模型可能会降低响应质量并产生幻觉！

🚀 快速开始

可用的量化格式

• q4_k_m：对一半的 attention.wv 和 feed_forward.w2 张量使用 Q6_K，其余使用 Q4_K。
• q5_k_m：对一半的 attention.wv 和 feed_forward.w2 张量使用 Q6_K，其余使用 Q5_K。
• q6_k：对所有张量使用 Q8_K。
• q8_0：与 float16 几乎无差别。资源占用高且速度慢，不建议大多数用户使用。
• 16bit：将 fp16 转换为 GGUF 格式。

Ollama Modfile

GGUF 文件可与 Ollama 一起使用。为此，你需要使用 Modfile 中定义的配置导入模型。以 Bielik-11B-v2.6-Instruct.Q4_K_M.gguf 模型（模型的完整路径）为例，Modfile 如下：

FROM ./Bielik-11B-v2.6-Instruct.Q4_K_M.gguf

TEMPLATE """<s>{{ if .System }}<|start_header_id|>system<|end_header_id|>

{{ .System }}<|eot_id|>{{ end }}{{ if .Prompt }}<|start_header_id|>user<|end_header_id|>

{{ .Prompt }}<|eot_id|>{{ end }}<|start_header_id|>assistant<|end_header_id|>

{{ .Response }}<|eot_id|>"""

PARAMETER stop "<|start_header_id|>"
PARAMETER stop "<|end_header_id|>"
PARAMETER stop "<|eot_id|>"

# 请记住为实验性模型（1 - 3 位）设置较低的温度
PARAMETER temperature 0.1

📚 详细文档

模型描述

关于 GGUF

GGUF 是 llama.cpp 团队于 2023 年 8 月 21 日推出的一种新格式。

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，尤其适合讲故事。
• GPT4All：免费开源的本地运行 GUI，支持 Windows、Linux 和 macOS，具备完整的 GPU 加速。
• LM Studio：适用于 Windows、macOS（Silicon）和 Linux 的易于使用且功能强大的本地 GUI，支持 GPU 加速。
• LoLLMS Web UI：一个很棒的 Web UI，具有许多有趣和独特的功能，包括一个完整的模型库，便于模型选择。
• Faraday.dev：适用于 Windows 和 macOS（Silicon 和 Intel）的有吸引力且易于使用的基于角色的聊天 GUI，支持 GPU 加速。
• llama-cpp-python：支持 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。
• ctransformers：支持 GPU 加速的 Python 库，支持 LangChain 和 OpenAI 兼容的 AI 服务器。请注意，ctransformers 很久没有更新，不支持许多最新的模型。

模型量化负责人

• Remigiusz Kinas^SpeakLeash - 团队领导、概念设计、校准数据准备、流程创建和量化模型交付。

📞 联系我们

如果您有任何问题或建议，请使用讨论标签。如果您想直接联系我们，请加入我们的 Discord SpeakLeash。