Llama-3-8B-Instruct-GPTQ-4-Bit

Llama-3-8B-Instruct-GPTQ-4-Bit

利用GPTQ量化优化模型性能的新方法

Astronomer的4比特量化模型通过GPTQ技术减少VRAM占用至不足6GB,比原始模型节省近10GB。此优化提高了延迟和吞吐量,即便在较便宜的Nvidia T4、K80或RTX 4070 GPU上也能实现高效性能。量化过程基于AutoGPTQ,并按照最佳实践进行,使用wikitext数据集以减小精度损失。此外,针对vLLM和oobabooga平台提供详细配置指南,以有效解决加载问题。

数据协调HuggingfaceGPTQ量化Meta-Llama-3-8B-InstructApache Airflow模型Github开源项目

项目介绍:Llama-3-8B-Instruct-GPTQ-4-Bit

项目背景

Llama-3-8B-Instruct-GPTQ-4-Bit 是由 Astronomer 公司基于 Meta 提供的原始模型 Meta-Llama-3-8B-Instruct 创建的一个量化模型。Astronomer 是一家专注于Apache Airflow、MLOps 的公司,为数据编排提供开源框架支持。这个项目的目的是通过量化技术,减少模型在运行时对显存的需求与计算资源的消耗。

项目简介

该项目基于 Meta 的 Llama-3 进行了改进,利用 GPTQ 方法进行 4 位量化,这极大缩小了模型的大小,使其能够在普通或相对低成本的 Nvidia GPU(如 T4、K80、RTX 4070 等)上快速运行。虽然有小幅度的质量损失,但相比于原始的 bfloat16 模型,这种量化模型大大提高了延迟和吞吐量。

量化技术

项目中使用了 AutoGPTQ 库进行模型量化,按照 GPTQ 论文中的最佳实践进行操作。量化的过程中,通过使用来自特定数据集的随机样本(目前使用的是 wikitext)来校准量化过程,以尽量减少精度损失。

量化模型参数

  • 位数:4 位
  • 分组大小:128
  • 激活排序:启用
  • 阻尼百分比:0.1
  • 数据集:wikitext
  • 序列长度:8192
  • 所需显存:5.74 GB
  • 描述:这是一个4位的量化模型,启用了激活排序和 128 分组大小,在轻微的精度损失下达到了最小化模型大小。

模型部署

在使用 vLLM 部署此模型时,在 Nvidia T4 (16GB VRAM) 上测试过。为了解决模型输出文本不停止的问题,建议在请求中添加 stop_token_ids(如:[128001, 128009])。

例如:

{ "model": "astronomer-io/Llama-3-8B-Instruct-GPTQ-4-Bit", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Who created Llama 3?"} ], "max_tokens": 2000, "stop_token_ids":[128001,128009] }

项目贡献者

该模型由 Astronomer 的机器学习工程师 David Xue 完成量化处理。

总的来说,Llama-3-8B-Instruct-GPTQ-4-Bit 项目通过引入量化技术,使得强大的文本生成模型能够更高效地运行于普通的计算硬件之上,为需要高效利用资源的机器学习应用提供了一条可行的途径。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多