lucianosb/llama-2-7b-langchain-chat-gguf overview

{
  "metadata": {},
  "card_data": {
    "inference": false,
    "language": [
      "pt",
      "en",
      "es",
      "ru",
      "de",
      "pl",
      "th",
      "vi",
      "sv",
      "bn",
      "da",
      "he",
      "it",
      "fa",
      "sk",
      "id",
      "nb",
      "el",
      "hu",
      "eu",
      "zh",
      "eo",
      "ja",
      "ca",
      "cs",
      "bg",
      "fi",
      "tr",
      "ro",
      "ar",
      "uk",
      "ko",
      "gl",
      "fr",
      "nl"
    ],
    "license": "llama2",
    "model_creator": "Photolens",
    "model_link": "https://huggingface.co/Photolens/llama-2-7b-langchain-chat",
    "model_name": "lama-2-7b-langchain-chat",
    "model_type": "llama",
    "quantized_by": "lucianosb",
    "pipeline_tag": "text-generation",
    "datasets": [
      "Photolens/oasst1-langchain-llama-2-formatted"
    ],
    "frontmatter": {
      "inference": "false",
      "language": [
        "pt",
        "en",
        "es",
        "ru",
        "de",
        "pl",
        "th",
        "vi",
        "sv",
        "bn",
        "da",
        "he",
        "it",
        "fa",
        "sk",
        "id",
        "nb",
        "el",
        "hu",
        "eu",
        "zh",
        "eo",
        "ja",
        "ca",
        "cs",
        "bg",
        "fi",
        "tr",
        "ro",
        "ar",
        "uk",
        "ko",
        "gl",
        "fr",
        "nl"
      ],
      "license": "llama2",
      "model_creator": "Photolens",
      "model_link": "https://huggingface.co/Photolens/llama-2-7b-langchain-chat",
      "model_name": "lama-2-7b-langchain-chat",
      "model_type": "llama",
      "quantized_by": "lucianosb",
      "pipeline_tag": "text-generation",
      "datasets": [
        "Photolens/oasst1-langchain-llama-2-formatted"
      ]
    },
    "hero_image_url": "",
    "summary": "",
    "quick_links": [],
    "benchmark_table_html": "",
    "readme_markdown": "---\ninference: false\nlanguage:\n- pt\n- en\n- es\n- ru\n- de\n- pl\n- th\n- vi\n- sv\n- bn\n- da\n- he\n- it\n- fa\n- sk\n- id\n- nb\n- el\n- hu\n- eu\n- zh\n- eo\n- ja\n- ca\n- cs\n- bg\n- fi\n- tr\n- ro\n- ar\n- uk\n- ko\n- gl\n- fr\n- nl\nlicense: llama2\nmodel_creator: Photolens\nmodel_link: https://huggingface.co/Photolens/llama-2-7b-langchain-chat\nmodel_name: lama-2-7b-langchain-chat\nmodel_type: llama\nquantized_by: lucianosb\npipeline_tag: text-generation\ndatasets:\n- Photolens/oasst1-langchain-llama-2-formatted\n---\n\n# lama-2-7b-langchain-chat - GGUF\n- Criador do Modelo: [Photolens](https://huggingface.co/Photolens)\n- Modelo Original: [llama-2-7b-langchain-chat](https://huggingface.co/Photolens/llama-2-7b-langchain-chat)\n\n## Arquivos Incluídos\n\n| Nome | Método Quant | Bits | Tamanho  | Desc |\n| ---- | ---- | ---- | ---- | ----- |\n| [llama-2-7b-langchain-chat-q4_0.gguf](https://huggingface.co/lucianosb/llama-2-7b-langchain-chat-GGUF/blob/main/llama-2-7b-langchain-chat-q4_0.gguf) | q4_0 | 4 | 3.56 GB | Quantização em 4-bit. |\n| [llama-2-7b-langchain-chat-q4_1.gguf](https://huggingface.co/lucianosb/llama-2-7b-langchain-chat-GGUF/blob/main/llama-2-7b-langchain-chat-q4_1.gguf) | q4_1 | 4 | 3.95 GB | Quantização em 4-bit. Acurácia maior que q4_0 mas não tão boa quanto q5_0. Inferência mais rápida que os modelos q5. |\n| [llama-2-7b-langchain-chat-q5_0.gguf](https://huggingface.co/lucianosb/llama-2-7b-langchain-chat-GGUF/blob/main/llama-2-7b-langchain-chat-q5_0.gguf) | q5_0 | 5 | 4.33 GB | Quantização em 5-bit. Melhor acurácia, maior uso de recursos, inferência mais lenta. |\n| [llama-2-7b-langchain-chat-q5_1.gguf](https://huggingface.co/lucianosb/llama-2-7b-langchain-chat-GGUF/blob/main/llama-2-7b-langchain-chat-q5_1.gguf) | q5_1 | 5 | 4.72 GB | Quantização em 5-bit. Ainda Melhor acurácia, maior uso de recursos, inferência mais lenta. |\n| [llama-2-7b-langchain-chat-q8_0.gguf](https://huggingface.co/lucianosb/llama-2-7b-langchain-chat-GGUF/blob/main/llama-2-7b-langchain-chat-q8_0.gguf) | q8_0 | 8 | 6.67 GB | Quantização em 8-bit. Quase indistinguível do float16. Usa muitos recursos e é mais lento. |\n\n**Observação**: os valores de RAM acima não pressupõem descarregamento de GPU. Se as camadas forem descarregadas para a GPU, isso reduzirá o uso de RAM e usará VRAM.\n\n## Como executar com `llama.cpp`\n\nUsei o seguinte comando. Ajuste para suas necessidades:\n\n```\n./main -m ./models/llama-2-7b-langchain-chat/llama-2-7b-langchain-chat-q5_1.gguf --color --temp 0.5 -n 256 -p \"<s>[INST] Há muito tempo atrás, numa galáxia distante [/INST] Assistant Message </s>\"\n```\n\nPara compreender os parâmetros, veja [a documentação do llama.cpp](https://github.com/ggerganov/llama.cpp/blob/master/examples/main/README.md)\n\n\n## Sobre o formato GGUF\n\nGGUF é um novo formato introduzido pela equipe llama.cpp em 21 de agosto de 2023. É um substituto para o GGML, que não é mais suportado pelo llama.cpp.\n\nO principal benefício do GGUF é que ele é um formato extensível e à prova de futuro que armazena mais informações sobre o modelo como metadados. Ele também inclui código de tokenização significativamente melhorado, incluindo pela primeira vez suporte total para tokens especiais. Isso deve melhorar o desempenho, especialmente com modelos que usam novos tokens especiais e implementam modelos de prompt personalizados.\n\nAqui está uma lista de clientes e bibliotecas que são conhecidos por suportar GGUF:\n\n- [llama.cpp](https://github.com/ggerganov/llama.cpp).\n- [text-generation-webui](https://github.com/oobabooga/text-generation-webui), a interface web mais amplamente utilizada. Suporta GGUF com aceleração GPU via backend ctransformers - backend llama-cpp-python deve funcionar em breve também.\n- [KoboldCpp](https://github.com/LostRuins/koboldcpp), agora suporta GGUF a partir da versão 1.41! Uma poderosa interface web GGML, com aceleração total da GPU. Especialmente bom para contar histórias.\n- [LM Studio](https://lmstudio.ai), versão 0.2.2 e posteriores suportam GGUF. Uma GUI local totalmente equipada com aceleração GPU em ambos Windows (NVidia e AMD) e macOS.\n- [LoLLMS Web UI](https://github.com/ParisNeo/lollms-webui), agora deve funcionar, escolha o backend c_transformers. Uma ótima interface web com muitos recursos interessantes. Suporta aceleração GPU CUDA.\n- [ctransformers](https://github.com/marella/ctransformers), agora suporta GGUF a partir da versão 0.2.24! Uma biblioteca Python com aceleração GPU, suporte LangChain e servidor AI compatível com OpenAI.\n- [llama-cpp-python](https://github.com/abetlen/llama-cpp-python), suporta GGUF a partir da versão 0.1.79. Uma biblioteca Python com aceleração GPU, suporte LangChain e servidor API compatível com OpenAI.\n- [candle](https://github.com/huggingface/candle), adicionou suporte GGUF em 22 de agosto. Candle é um framework ML Rust com foco em desempenho, incluindo suporte GPU e facilidade de uso.\n- [LocalAI](https://github.com/go-skynet/LocalAI), adicionou suporte GGUF em 23 de agosto. LocalAI provê uma API Rest para modelos LLM e de geração de imagens.\n\n## Template\n\n````\n<s>[INST] Prompter Message [/INST] Assistant Message </s>\n````",
    "related_quantizations": []
  },
  "tags": [
    "gguf",
    "text-generation",
    "pt",
    "en",
    "es",
    "ru",
    "de",
    "pl",
    "th",
    "vi",
    "sv",
    "bn",
    "da",
    "he",
    "it",
    "fa",
    "sk",
    "id",
    "nb",
    "el",
    "hu",
    "eu",
    "zh",
    "eo",
    "ja",
    "ca",
    "cs",
    "bg",
    "fi",
    "tr",
    "ro",
    "ar",
    "uk",
    "ko",
    "gl",
    "fr",
    "nl",
    "dataset:Photolens/oasst1-langchain-llama-2-formatted",
    "license:llama2",
    "region:us"
  ],
  "likes": 12,
  "downloads": 216,
  "gated": false,
  "private": false,
  "last_modified": "2023-08-29T12:44:22.000Z",
  "created_at": "2023-08-28T16:21:39.000Z",
  "pipeline_tag": "text-generation",
  "library_name": ""
}

{
  "_id": "64ecc993130e756a7cda2c15",
  "id": "lucianosb/llama-2-7b-langchain-chat-GGUF",
  "modelId": "lucianosb/llama-2-7b-langchain-chat-GGUF",
  "sha": "8a59e8283c2d506e311888e7f305c571a78569e2",
  "createdAt": "2023-08-28T16:21:39.000Z",
  "lastModified": "2023-08-29T12:44:22.000Z",
  "author": "lucianosb",
  "downloads": 216,
  "likes": 12,
  "gated": false,
  "private": false,
  "pipeline_tag": "text-generation",
  "library_name": "",
  "siblings_count": 7
}