Update README.md
Browse files
README.md
CHANGED
|
@@ -1,7 +1,7 @@
|
|
| 1 |
---
|
| 2 |
base_model: unsloth/gemma-2-9b-bnb-4bit
|
| 3 |
language:
|
| 4 |
-
-
|
| 5 |
license: apache-2.0
|
| 6 |
tags:
|
| 7 |
- text-generation-inference
|
|
@@ -11,6 +11,45 @@ tags:
|
|
| 11 |
- gguf
|
| 12 |
---
|
| 13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 14 |
# Uploaded model
|
| 15 |
|
| 16 |
- **Developed by:** lucianosb
|
|
@@ -19,4 +58,4 @@ tags:
|
|
| 19 |
|
| 20 |
This gemma2 model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
| 21 |
|
| 22 |
-
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
|
|
|
|
| 1 |
---
|
| 2 |
base_model: unsloth/gemma-2-9b-bnb-4bit
|
| 3 |
language:
|
| 4 |
+
- pt
|
| 5 |
license: apache-2.0
|
| 6 |
tags:
|
| 7 |
- text-generation-inference
|
|
|
|
| 11 |
- gguf
|
| 12 |
---
|
| 13 |
|
| 14 |
+
# Boto 9B - GGUF
|
| 15 |
+
- Criador do Modelo: [Luciano Santa Brígida](https://lucianosb.com.br/)
|
| 16 |
+
- Modelo Original: [Boto-9B](https://huggingface.co/lucianosb/boto-9B)
|
| 17 |
+
|
| 18 |
+
Boto-9B é um modelo de linguagem de 9 bilhões de parâmetros, otimizado a partir do Gemma2-9B.
|
| 19 |
+
|
| 20 |
+
Confira os [presets](https://huggingface.co/lucianosb/boto-7B-GGUF/tree/main/presets) para usar com [LM Studio](https://lmstudio.ai/).
|
| 21 |
+
|
| 22 |
+
## Arquivos Incluídos
|
| 23 |
+
|
| 24 |
+
| Nome | Método Quant | Bits | Tamanho | Desc |
|
| 25 |
+
| ---- | ---- | ---- | ---- | ----- |
|
| 26 |
+
| [boto9b.Q2_K.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q2_K.gguf) | q2_K | 2 | 3.81 GB | Quantização em 2-bit. Significativa perda de qualidade. Não-recomendado. |
|
| 27 |
+
| [boto9b.Q3_K_M.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q3_K_M.gguf) | q3_K_M| 3 | 4.76 GB | Quantização em 3-bit. |
|
| 28 |
+
| [boto9b.Q3_K_S.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q3_K_S.gguf) | q3_K_S | 3 | 4.34 GB | Quantização em 3-bit. |
|
| 29 |
+
| [boto9b.Q4_0.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q4_0.gguf) | q4_0 | 4 | 5.44 GB | Quantização em 4-bit. Prefira usar o Q3_K_M|
|
| 30 |
+
| [boto9b.Q4_K_S.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q4_K_S.gguf) | q4_K_S | 4 | 5.48 GB | Quantização em 4-bit. |
|
| 31 |
+
| [boto9b.Q3_K_L.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q3_K_L.gguf) | q3_K_L | 3 | 5.13 GB | Quantização em 3-bit com menor perda de qualidade. |
|
| 32 |
+
| [boto9b.Q4_K_M.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q4_K_M.gguf) | q4_K_M | 4 | 5.76 GB | Quantização em 4-bit. |
|
| 33 |
+
| [boto9b.Q4_1.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q4_1.gguf) | q4_1 | 4 | 5.96 GB | Quantização em 4-bit. Acurácia maior que q4_0 mas não tão boa quanto q5_0. Inferência mais rápida que os modelos q5. |
|
| 34 |
+
| [boto9b.Q5_0.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q5_0.gguf) | q5_0 | 5 | 6.48 GB | Quantização em 5-bit. Melhor acurácia, maior uso de recursos, inferência mais lenta. |
|
| 35 |
+
| [boto9b.Q5_1.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q5_1.gguf) | q5_1 | 5 | 7 GB | Quantização em 5-bit. Ainda Melhor acurácia, maior uso de recursos, inferência mais lenta. |
|
| 36 |
+
| [boto9b.Q5_K_M.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q5_K_M.gguf) | q5_K_M | 5 | 6.65 GB | Quantização em 5-bit. Melhor performance. Recomendado. |
|
| 37 |
+
| [boto9b.Q5_K_S.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q5_K_S.gguf) | q5_K_S | 5 | 6.48 GB | Quantização em 5-bit. |
|
| 38 |
+
| [boto9b.Q6_K.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q6_K.gguf) | q6_K | 6 | 7.59 GB | Quantização em 6-bit. |
|
| 39 |
+
| [boto9b.Q8_0.gguf](https://huggingface.co/lucianosb/boto-9B-GGUF/blob/main/boto9b.Q8_0.gguf) | q8_0 | 8 | 9.83 GB | Quantização em 8-bit. Quase indistinguível do float16. Usa muitos recursos e é mais lento. |
|
| 40 |
+
|
| 41 |
+
**Observação**: os valores de RAM acima não pressupõem descarregamento de GPU. Se as camadas forem descarregadas para a GPU, isso reduzirá o uso de RAM e usará VRAM.
|
| 42 |
+
|
| 43 |
+
|
| 44 |
+
## Template
|
| 45 |
+
|
| 46 |
+
````
|
| 47 |
+
### Instrução:
|
| 48 |
+
{prompt}
|
| 49 |
+
|
| 50 |
+
### Resposta:
|
| 51 |
+
````
|
| 52 |
+
|
| 53 |
# Uploaded model
|
| 54 |
|
| 55 |
- **Developed by:** lucianosb
|
|
|
|
| 58 |
|
| 59 |
This gemma2 model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library.
|
| 60 |
|
| 61 |
+
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
|