Github
HuggingfaceNous-Hermes-2-Mixtral-8x7B-SFT-AWQ 项目介绍
项目背景
Nous-Hermes-2-Mixtral-8x7B-SFT-AWQ 是由 NousResearch 开发的一个项目，基于 Nous Hermes 2 Mixtral 8x7B SFT 模型，该模型经过大量数据的监督式微调。这个模型在各种任务中表现优异，特别是在人工智能领域的多个基准测试中表现出了领先的性能。
项目特点
Nous-Hermes-2-Mixtral-8x7B-SFT-AWQ 模型采用了一种被称为 AWQ（自动化低比特量化）的方法，这种方法提供了高效、准确的低比特权重量化，当前支持 4-bit 的量化。这种方法使得在使用 Transformers 进行推理时，速度更快且质量不输于常用的 GPTQ 设置。
AWQ 模型目前支持在 Linux 和 Windows 操作系统上的 Nvidia GPU 上运行。而对于 macOS 用户，则建议使用 GGUF 模型。
模型应用
为了更好地支持多用户使用，项目提供了多种平台的支持，包括：
- Text Generation Webui：可以通过选择 AutoAWQ 加载器来使用模型。
- vLLM：版本 0.2.2 及更高版本支持，允许通过 vLLM 作为服务器进行推理。
- Hugging Face Text Generation Inference (TGI)：需要 1.1.0 或更新的版本才能兼容。
- Transformers：版本 4.35.0 及更新版本兼容。
提供的文件
项目提供了多种格式的模型文件以支持不同平台和硬件，包括：
- 针对 GPU 推理的 AWQ 模型。
- GPTQ 模型，支持多种量化参数选项。
- 用于 CPU+GPU 推理的 GGUF 模型。
- 未量化的 fp16 模型，以便 GPU 推理和进一步转换。
使用指南
可以通过 text-generation-webui 等工具下载和使用该模型，建议使用一键安装器以简化安装过程。亦可通过 Python 代码使用 Transformers 库来进行推理，该代码示例中需要安装特定版本的 Transformers 和 AutoAWQ 包。
结语
Nous-Hermes-2-Mixtral-8x7B-SFT-AWQ 项目是 NousResearch 对人工智能模型量化技术的一次重要实践，它在保持良好性能的同时，提升了模型的运行效率。通过这一项目，研究者们在提高推理速度和减少硬件需求方面取得了显著进展，使其在实际应用中具有广泛的潜力。
