OpenHermes-2.5-Mistral-7B-AWQ

OpenHermes-2.5-Mistral-7B-AWQ项目介绍

项目概述

OpenHermes-2.5-Mistral-7B-AWQ是一个基于Mistral模型的高效、准确、快速的量化模型，由Teknium团队创建。AWQ（Accuracy Weight Quantization）是一种低位比特量化方法，在保证模型质量的同时，显著提升了推理速度。相较于其他量化方法如GPTQ，AWQ可以在同等或更好的质量下，提供更快的推理速度。这一特性使得OpenHermes-2.5-Mistral-7B-AWQ在需要快速而可靠的语言生成任务中表现出色。

模型背景

OpenHermes-2.5-Mistral-7B是对OpenHermes 2模型的进一步微调，加入了更多的代码数据集。这一版本在包括TruthfulQA、AGIEval和GPT4All在内的多个非代码基准测试中表现出色。虽然在BigBench基准测试中的得分有所下降，但整体上仍然取得了显著的进步。此外，训练过程中引入的代码也提升了模型的某些代码评估指标。

模型特性

1. 低位量化：AWQ支持4位量化，在减少计算资源需求的同时，保持模型的高精度。
2. 广泛的数据集支持：训练过程中使用了大量的高质量公开数据集，并进行了严格的过滤和格式转换，以确保数据的准确性。
3. 多样化应用：适用于多种应用场景，包括编程对话、高级餐谱生成，以及角色扮演对话等。
4. 高效的计算资源使用：得益于Massed Compute提供的硬件支持，使得模型能够在更高效的硬件环境中进行推理。

使用方法

• 可以通过text-generation-webui进行轻松调用。
• 还支持通过vLLM和Hugging Face Text Generation Inference (TGI)进行多用户推理服务器搭建。
• 使用AutoAWQ包从Python代码中进行推理，需要安装autoawq包。

提供的文件

模型以sharded safetensors的形式发布，目前提供主分支的4位量化版本，序列长度为4096，大小约为4.15 GB。 这些模型经过测试，可以通过多种工具进行加载和使用，包括text-generation-webui、vLLM 和 Hugging Face TGI等。

兼容性

当前提供的模型文件经过测试，能够兼容Text-Generation-WebUI、vLLM 0.2.0及更高版本、Hugging Face TGI的1.1.0及更高版本，以及AutoAWQ 0.1.1及更高版本。

社区与支持

用户可以通过TheBloke AI的Discord服务器进行进一步的支持和讨论。此外，项目由多方赞助和支持，感谢GlaiveAI和a16z提供的计算资源，以及所有对本项目有贡献的数据集创作者和个人！

每一个热爱AI和大模型开发的人都可以通过TheBloke的Patreon或者Ko-Fi来赞助这一项目，从而支持更多类似的项目诞生。