jiangchengchengNLP/huatuo-7b-sns8bits

华佗 GPT2-7B 模型量化版本

简介

本项目基于华佗 GPT2-7B 模型，使用 transformers 库中的 bitsandbytes 方法进行了 int8 量化，并将量化后的模型上传到了 Hugging Face 模型库。量化后的模型大小约为 8GB，原模型大小为 14GB。该模型可以被 transformers 和 vllm 库加载，并配备了对应的 tokenizer 模型文件。

模型详情

基础模型：华佗 GPT2-7B

量化方法：int8 量化，使用 bitsandbytes 库

模型大小：量化后约为 8GB，原模型大小为 14GB

来源：百川模型支持

使用指南：

确保你安装了bitsandbytes

pip install bitsandbytes

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation.utils import GenerationConfig
tokenizer = AutoTokenizer.from_pretrained("jiangchengchengNLP/huatuo-7b-sns8bits", use_fast=True, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("jiangchengchengNLP/huatuo-7b-sns8bits", device_map="auto", torch_dtype="auto", trust_remote_code=True)
model.generation_config = GenerationConfig.from_pretrained("FreedomIntelligence/HuatuoGPT2-7B-4bits")
messages = []
messages.append({"role": "user", "content": "肚子疼怎么办？"})
response = model.HuatuoChat(tokenizer, messages)
print(response)