Project Icon

quantized-models

提供多源量化模型以提升大语言模型推理效率

quantized-models项目整合了多种来源的量化模型,旨在提高大语言模型的推理效率。模型支持者包括TheBloke、LoneStriker、Meta Llama等,提供gguf、exl2格式的支持。用户可通过transformers库便捷地进行文本生成,这些模型按现状发布,需遵循其各自的许可协议。

LoftQ - 大型语言模型低资源量化微调新方法
GithubLoRALoftQ大语言模型开源项目微调量化
LoftQ是一种为大型语言模型设计的量化微调方法。它通过寻找最佳的量化LoRA初始化,实现有限GPU资源下的高效模型微调。LoftQ支持LLAMA、Falcon、Mistral等主流模型,提供相关工具和示例代码。在WikiText-2和GSM8K等任务上,LoftQ展现出优秀性能,为低资源环境中的LLM应用开发创造了新可能。
ai-hub-models - 一系列性能优化的机器学习模型
GithubPythonQualcomm AI Hub开源项目性能优化机器学习模型设备部署
Qualcomm® AI Hub Models提供了一系列性能优化的机器学习模型,适用于视觉、语音、文本和生成式AI。这些模型可以在Qualcomm设备上高效部署,并提供开源的量化、优化和部署指南。用户可以通过Hugging Face访问模型,并通过示例应用程序在本地设备上部署。支持多种操作系统和计算单元,兼容多款Snapdragon芯片,并提供详细的性能指标和文档。
Llama-2-70B-Chat-AWQ - 基于AWQ的4位量化法优化多用户环境推理效率
AI助手GithubHuggingfaceLlama 2Meta开源项目性能优化模型量化
AWQ是一种高效的四位量化方法,能够提升Transformer的推理速度。结合vLLM,该方案在多用户服务器中实现高吞吐量的并发推理。AWQ的优势包括支持使用较小的GPU进行运行,简化部署要求并降低整体成本。例如,一个70B模型可在一台48GB的GPU上运行,而无需使用两台80GB设备。尽管目前整体吞吐量仍低于未量化模型,AWQ提供了更灵活的硬件选择。
languagemodels - 轻松实现低内存大语言模型推理的Python库
GPU加速GithubLanguage ModelsPython大语言模型开源项目语义搜索
该Python库简化了大语言模型的使用,最低内存需求仅为512MB,确保所有推理在本地完成以保障数据隐私。支持GPU加速及多种模型配置,功能涵盖文本翻译、代码补全、语义搜索等,适合教育和商业用途。用户可通过简单的pip命令安装,在REPL、笔记本或脚本中使用。详见官方网站的文档与示例程序。
1 - 开源自然语言处理工具库提升文本处理效率
AI模型GithubHuggingfacetransformers开源项目机器学习模型深度学习自然语言处理
transformers是一个开源自然语言处理工具包,旨在通过简化模型训练和应用,提升机器学习项目的效率。该库提供丰富功能和预训练模型,便于执行各种文本分析和生成任务。
Qwen2.5-14B-Instruct-GPTQ-Int4 - Qwen2.5具备大规模多语言处理与长文本生成能力
GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目模型量化长上下文支持
Qwen2.5系列模型显著增强了编码与数学能力,支持128K令牌的长文本上下文,并可生成超过8K令牌的文本输出。提供29种语言的多语言支持,包括中、英文和其他主要语言。模型在系统提示多样性适应以及角色扮演和条件设置方面均有提升。指令调优的GPTQ 4-bit模型在处理结构化数据和生成结构化输出方面表现优秀。
Hermes-3-Llama-3.1-70B-Uncensored-GGUF - 静态与多变量量化技术在Hermes-3-Llama模型中的应用
GithubHermes-3-Llama-3.1-70B-UncensoredHugging FaceHuggingfacetransformers工作站开源项目模型量化
Hermes-3-Llama-3.1-70B-Uncensored项目提供多种量化文件类型,包括更优的IQ-quants,适用于不同的性能需求。用户可参考TheBloke的材料了解GGUF文件的使用方法。不同的量化文件按大小排序,推荐使用性能较佳的Q4_K_S文件。项目特别感谢nethype GmbH提供的技术支持。
llama-2-7b-bnb-4bit - 提升Llama模型性能,实现速度翻倍与内存节省
GithubHuggingfaceLlamaUnsloth内存优化参数调优开源项目模型模型量化
项目通过4bit量化模型和Unsloth技术,优化Llama系列模型的性能。用户可在Google Colab上进行简单操作,免费获取如Gemma、Mistral、TinyLlama等模型,并实现性能提升和内存节省。以Llama 2为例,其推理速度可提高2.2倍,内存使用减少43%。项目适合初学者,支持导出为GGUF和vLLM格式,可上传至Hugging Face。
optimum-quanto - PyTorch模型量化框架 提升性能和效率
GithubOptimum QuantoPyTorch开源项目机器学习模型优化量化
Optimum Quanto是专为Optimum设计的PyTorch量化框架。它支持eager模式、多设备部署,自动插入量化/反量化存根和操作,实现从浮点到动态/静态量化模型的无缝转换。支持多种精度的权重和激活量化,有效提升模型性能和内存效率。该框架为Hugging Face和原生PyTorch模型提供简便的量化流程。
TinyLlama-1.1B-Chat-v1.0-GPTQ-Marlin-4bit - 量化版4-bit模型采用GPTQ提升效率及性能
4-bitGPTQGithubHuggingfaceTinyLlama开源项目模型配置量化
该项目使用AutoGPTQ以4-bit Marlin格式对大型语言模型进行量化,旨在提升性能与效率。量化配置涵盖4位量化、128组大小及0.01%阻尼比等技术细节,适用于寻求高效深度学习模型的用户,为复杂任务提供节省资源的方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号