Github
Huggingface项目介绍：WizardLM-1.0-Uncensored-Llama2-13B-GGUF
概述
WizardLM-1.0-Uncensored-Llama2-13B-GGUF是一个由Eric Hartford创建的大型语言模型项目，它基于Ehartford开发的Llama架构模型。该项目的目标是在不牵涉敏感内容审查的背景下，增强人工智能助手的交互能力。
GGUF格式简介
该项目使用了GGUF格式，这是一种由llama.cpp团队在2023年8月21日引入的新格式，替代了不再受支持的GGML格式。GGUF格式在改进标记化的同时，支持特殊标记和元数据，使其具有可扩展性。许多客户端和库已支持GGUF格式，如llama.cpp、text-generation-webui、KoboldCpp等，使得用户可以通过多种平台和工具来运行和测试模型。
提供的文件
该项目提供了多种量化格式的模型文件，适用于不同的使用场景和推理需求。例如：
- 2至8位的GGUF模型，不同的大小和内存需求，以适应CPU和GPU的推理。
- 每种量化方法的特点不同，从质量损失较大的Q2_K到质量损失极小的Q6_K，让用户可以根据自己所需的性能和质量权衡进行选择。
如何下载GGUF文件
用户可以通过huggingface-hub库来快速下载所需的模型文件，也可以通过text-generation-webui等界面工具下载。具体操作步骤如下：
pip3 install huggingface-hub>=0.17.1
huggingface-cli download TheBloke/WizardLM-1.0-Uncensored-Llama2-13B-GGUF wizardlm-1.0-uncensored-llama2-13b.q4_K_M.gguf --local-dir . --local-dir-use-symlinks False
如何运行模型
在命令行中，使用llama.cpp可运行如：
./main -ngl 32 -m wizardlm-1.0-uncensored-llama2-13b.q4_K_M.gguf --color -c 4096 --temp 0.7 --repeat_penalty 1.1 -n -1 -p "You are a helpful AI assistant.\n\nUSER: {prompt}\nASSISTANT:"
这允许用户根据自己的GPU加速情况调整参数，以运行不同需求下的模型。
Python代码使用示例
用户可以使用ctransformers或llama-cpp-python库在Python中加载和运行GGUF模型。例如：
from ctransformers import AutoModelForCausalLM
llm = AutoModelForCausalLM.from_pretrained("TheBloke/WizardLM-1.0-Uncensored-Llama2-13B-GGUF", model_file="wizardlm-1.0-uncensored-llama2-13b.q4_K_M.gguf", model_type="llama", gpu_layers=50)
print(llm("AI is going to"))
兼容性和支持
这些量化的GGUFv2文件与2023年8月27日后的llama.cpp版本兼容，也可与多家第三方UI和库共同使用。用户还可以访问TheBloke AI的Discord服务器，或通过Patreon与项目贡献者Eric Hartford互动。
致谢和贡献
该项目得到了a16z的资助支持，Eric Hartford正积极开发和支持更多模型和AI项目。用户可通过Patreon和Ko-Fi等方式贡献支持，获取优先的技术支持和其他福利。
通过这个项目，用户能够以更少的资源消耗获取高效且具有扩展性的人工智能助手，面对未来不断变化的计算和推理需求，WizardLM-1.0-Uncensored-Llama2-13B-GGUF为用户提供了一个强大且灵活的解决方案。
