174 lines
7.3 KiB
Markdown
174 lines
7.3 KiB
Markdown
---
|
|
base_model: NickyNicky/dolphin-2_6-phi-2_oasst2_chatML_V2
|
|
inference: false
|
|
language:
|
|
- en
|
|
- es
|
|
- ru
|
|
- zh
|
|
- de
|
|
- fr
|
|
- th
|
|
- ca
|
|
- it
|
|
- ja
|
|
- pl
|
|
- eo
|
|
- eu
|
|
- vi
|
|
- fi
|
|
- hu
|
|
- ar
|
|
- nl
|
|
- da
|
|
- tr
|
|
- ko
|
|
- he
|
|
- id
|
|
- cs
|
|
- bn
|
|
- sv
|
|
model_creator: NickyNicky
|
|
model_name: dolphin-2_6-phi-2_oasst2_chatML_V2
|
|
pipeline_tag: text-generation
|
|
quantized_by: afrideva
|
|
tags:
|
|
- gguf
|
|
- ggml
|
|
- quantized
|
|
- q2_k
|
|
- q3_k_m
|
|
- q4_k_m
|
|
- q5_k_m
|
|
- q6_k
|
|
- q8_0
|
|
---
|
|
# NickyNicky/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF
|
|
|
|
Quantized GGUF model files for [dolphin-2_6-phi-2_oasst2_chatML_V2](https://huggingface.co/NickyNicky/dolphin-2_6-phi-2_oasst2_chatML_V2) from [NickyNicky](https://huggingface.co/NickyNicky)
|
|
|
|
|
|
| Name | Quant method | Size |
|
|
| ---- | ---- | ---- |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.fp16.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.fp16.gguf) | fp16 | 5.56 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q2_k.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q2_k.gguf) | q2_k | 1.09 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q3_k_m.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q3_k_m.gguf) | q3_k_m | 1.49 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q4_k_m.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q4_k_m.gguf) | q4_k_m | 1.79 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q5_k_m.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q5_k_m.gguf) | q5_k_m | 2.07 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q6_k.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q6_k.gguf) | q6_k | 2.29 GB |
|
|
| [dolphin-2_6-phi-2_oasst2_chatml_v2.q8_0.gguf](https://huggingface.co/afrideva/dolphin-2_6-phi-2_oasst2_chatML_V2-GGUF/resolve/main/dolphin-2_6-phi-2_oasst2_chatml_v2.q8_0.gguf) | q8_0 | 2.96 GB |
|
|
|
|
|
|
|
|
## Original Model Card:
|
|
```
|
|
- model fine tune base: cognitivecomputations/dolphin-2_6-phi-2
|
|
- sft
|
|
- flash-attention 2
|
|
- loss: 0.85
|
|
- steps: 3000
|
|
- max_length: 2028
|
|
- neftune_noise_alpha: 5
|
|
```
|
|
|
|
|
|
|
|
|
|
Install packages
|
|
```Python
|
|
!python -m pip install --upgrade pip
|
|
!pip install -q datasets trl peft bitsandbytes sentencepiece wandb
|
|
!pip install -q accelerate safetensors deepspeed
|
|
!pip install -q scipy
|
|
|
|
!export CUDA_HOME=/usr/local/cuda-11.8
|
|
# !pip install ninja
|
|
!pip install ninja packaging --upgrade -qqq
|
|
!MAX_JOBS=4 pip install flash-attn --no-build-isolation -qqq
|
|
!pip install git+"https://github.com/HazyResearch/flash-attention.git#subdirectory=csrc/rotary" -qqq
|
|
!python -m pip install optimum -qqq
|
|
```
|
|
|
|
Ioad model and generate text
|
|
```Python
|
|
|
|
from transformers import (
|
|
AutoModelForCausalLM,
|
|
AutoTokenizer,
|
|
BitsAndBytesConfig,
|
|
HfArgumentParser,
|
|
TrainingArguments,
|
|
pipeline,
|
|
logging,
|
|
GenerationConfig,
|
|
TextIteratorStreamer,
|
|
)
|
|
# from attention_sinks import AutoModelForCausalLM
|
|
|
|
import torch
|
|
|
|
model_id = "NickyNicky/dolphin-2_6-phi-2_oasst2_chatML_V2"
|
|
|
|
model = AutoModelForCausalLM.from_pretrained(model_id,
|
|
device_map="auto",
|
|
trust_remote_code=True,
|
|
torch_dtype=torch.bfloat16,
|
|
load_in_4bit=True,
|
|
low_cpu_mem_usage= True,
|
|
flash_attn=True,
|
|
flash_rotary=True,
|
|
fused_dense=True,
|
|
)
|
|
max_length=2028
|
|
print("max_length",max_length)
|
|
|
|
tokenizer = AutoTokenizer.from_pretrained(model_id,
|
|
use_fast = True,
|
|
max_length=max_length,
|
|
trust_remote_code=True,)
|
|
|
|
prompt= """<|im_start|>system
|
|
You are a helpful AI assistant.<|im_end|>
|
|
<|im_start|>user
|
|
tengo hambre que me recomiendas<|im_end|>
|
|
<|im_start|>assistant"""
|
|
|
|
inputs = tokenizer.encode(prompt,
|
|
return_tensors="pt",
|
|
add_special_tokens=False).cuda()#.to("cuda") # False # True
|
|
|
|
generation_config = GenerationConfig(
|
|
max_new_tokens=700,
|
|
temperature=0.5,
|
|
top_p=0.9,
|
|
top_k=45,
|
|
repetition_penalty=1.15, #1.1, # 1.0 means no penalty, > 1.0 means penalty, 1.2 from CTRL paper
|
|
do_sample=True,
|
|
pad_token_id=tokenizer.eos_token_id,
|
|
eos_token_id=tokenizer.eos_token_id,
|
|
# bos_token_id=tokenizer.eos_token_id,
|
|
# use_cache=True,
|
|
# stopping_criteria= StoppingCriteriaList([stopping_criteria]),
|
|
)
|
|
|
|
outputs = model.generate(generation_config=generation_config,
|
|
input_ids=inputs,)
|
|
# tokenizer.decode(outputs[0], skip_special_tokens=False) #True
|
|
print(tokenizer.decode(outputs[0], skip_special_tokens=False))
|
|
|
|
'''OUTPUT:
|
|
<|im_start|>system
|
|
You are a helpful AI assistant.<|im_end|>
|
|
<|im_start|>user
|
|
tengo hambre que me recomiendas<|im_end|>
|
|
<|im_start|>assistant
|
|
Hay muchos tipos de alimentos que puedes probar si tienes hambre, pero aquí te muestro una lista ordenada por calor:
|
|
|
|
1- Frutas y verduras: Estas son buena opción para quitar hambre sin agotar tu cuerpo con grandes cantidades de carbohidratos. Algunas frutas y verduras que podrían ser suficientemente altas en calor durante el día incluyen tomates, plátanos, espinacas, papas, nueces, manzanas, limones, guisantes, cucumbers, zanahorias, etc.
|
|
2- Proteínas: Estas son importantes para mantener tu masa muscular y fuerzosa durante el día. Algunas proteínas que podrían ser útiles para quitar hambre durante el día incluyen carne, aceite de oliva, miel, yogur, leche fresca o sopa de gorditas, etc.
|
|
3- Carbohidratos: Estas son importantes para energizarte durante el día y mantenerte físico. Algunas frutas y verduras que podrían ser útiles para quitar hambre durante el día incluyen pan, tortillas, roti, arroz, pasta, rice, polenta, cereales, granola, etc.
|
|
4- Grains: Estas son importantes para mantenerte satiente durante el día y reducir la frecuencia de comidas rápida. Algunas gromas que podrían ser útiles para quitar hambre durante el día incluyen lentejas, farinas, tortilla, ensalada, etc.
|
|
5- Nuts y semolina: Estas son buenas opciones para quitar hambre durante el día sin agotar tu cuerpo con grandes cantidades de azúcar. Algunas frutas y verduras que podrían ser útiles para quitar hambre durante el día incluyen anacardios, almendras, macetas, bocaditos, panquesado, etc.
|
|
6- Papel picado: Esta es una opción deliciosa y económica que puedes preparar en caso de quitar hambre durante el día. Para hacer papel picado, primero cortezamos las frutas y verduras que deseas usarlas, y luego cortezamos las frutas y verduras que no deseas usarlas. A continuación, cortezamos las frutas y verduras que deseas usarlas más grandes y que estén más frescas, y luego cortezamos las frutas y verduras
|
|
'''
|
|
``` |