#WizardLM

AgentLLM展示了使用开源大型语言模型（LLM）在浏览器上运行自主代理的潜力，可有效处理复杂的目标导向任务。通过利用WebGPU，项目显著提升了性能，并在无工具简化版的AgentGPT环境中实现。该平台适合于希望快速验证LLM能力的用户，界面友好且功能丰富。

WizardLM项目致力于增强大型预训练语言模型处理复杂指令的能力。通过创新训练方法，该项目使模型更好地理解和执行多步骤、高难度任务。WizardLM在编程、数学和通用对话等基准测试中表现卓越。项目开源多个不同规模的模型版本，为语言模型技术的研究与应用提供有力支持。

WizardLM-13B-V1.2-GGUF采用llama.cpp团队发布的创新GGUF格式，替代传统的GGML。相比之下，GGUF在Token化和特殊Token支持方面更具优势，同时能够处理元数据，具有良好的扩展性。该模型兼容多种客户端和库，支持GPU加速，适合于多平台应用，提供高效推理。在量化参数选择上，该模型支持2至8位的CPU+GPU推理，以实现性能与质量的平衡。

WizardLM系列采用GGUF格式，支持多种平台和量化方法，适合自然语言生成应用，支持Python和LangChain集成及GPU加速。

该项目推出了WizardLM 1.0 Uncensored Llama2 13B的GGUF格式模型。GGUF格式是GGML的替代，由llama.cpp团队于2023年8月开发，具备标记化提升和对特定标记的支持，并包含元数据和可扩展功能。用户可在llama.cpp、text-generation-webui和KoboldCpp等多种平台上使用，实现跨平台的GPU加速和优化。项目细分不同量化参数模型，用户可根据需要利用多种工具便捷下载，并依照指南进行部署。模型在兼容性上表现突出，支持LangChain等多种Python库，提供更多使用选择。