RichardErkhov/DataPilot_-_ArrowPro-7B-KUJIRA-gguf

Quantization made by Richard Erkhov.

Github

Discord

Request more models

ArrowPro-7B-KUJIRA - GGUF

• Model creator: https://huggingface.co/DataPilot/
• Original model: https://huggingface.co/DataPilot/ArrowPro-7B-KUJIRA/

Name	Quant method	Size
ArrowPro-7B-KUJIRA.Q2_K.gguf	Q2_K	2.53GB
ArrowPro-7B-KUJIRA.IQ3_XS.gguf	IQ3_XS	2.81GB
ArrowPro-7B-KUJIRA.IQ3_S.gguf	IQ3_S	2.96GB
ArrowPro-7B-KUJIRA.Q3_K_S.gguf	Q3_K_S	2.95GB
ArrowPro-7B-KUJIRA.IQ3_M.gguf	IQ3_M	3.06GB
ArrowPro-7B-KUJIRA.Q3_K.gguf	Q3_K	3.28GB
ArrowPro-7B-KUJIRA.Q3_K_M.gguf	Q3_K_M	3.28GB
ArrowPro-7B-KUJIRA.Q3_K_L.gguf	Q3_K_L	3.56GB
ArrowPro-7B-KUJIRA.IQ4_XS.gguf	IQ4_XS	3.67GB
ArrowPro-7B-KUJIRA.Q4_0.gguf	Q4_0	3.83GB
ArrowPro-7B-KUJIRA.IQ4_NL.gguf	IQ4_NL	3.87GB
ArrowPro-7B-KUJIRA.Q4_K_S.gguf	Q4_K_S	3.86GB
ArrowPro-7B-KUJIRA.Q4_K.gguf	Q4_K	4.07GB
ArrowPro-7B-KUJIRA.Q4_K_M.gguf	Q4_K_M	4.07GB
ArrowPro-7B-KUJIRA.Q4_1.gguf	Q4_1	4.24GB
ArrowPro-7B-KUJIRA.Q5_0.gguf	Q5_0	4.65GB
ArrowPro-7B-KUJIRA.Q5_K_S.gguf	Q5_K_S	4.65GB
ArrowPro-7B-KUJIRA.Q5_K.gguf	Q5_K	4.78GB
ArrowPro-7B-KUJIRA.Q5_K_M.gguf	Q5_K_M	4.78GB
ArrowPro-7B-KUJIRA.Q5_1.gguf	Q5_1	5.07GB
ArrowPro-7B-KUJIRA.Q6_K.gguf	Q6_K	5.53GB
ArrowPro-7B-KUJIRA.Q8_0.gguf	Q8_0	7.17GB

Original model description:

license: apache-2.0

概要

ArrowPro-7B-KUJIRAはMistral系のNTQAI/chatntq-ja-7b-v1.0をベースにAItuber、AIアシスタントの魂となるようにChat性能、および高いプロンプトインジェクション耐性を重視して作られました。

ベンチマーク

ArrowPro-7B-KUJIRAはベンチマーク(ELYZA-TASK100)において約3.8(LLaMa3-70B準拠)をマークし、7Bにおいて日本語性能世界一を達成しました。

How to use

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("DataPilot/ArrowPro-7B-KUJIRA")
model = AutoModelForCausalLM.from_pretrained(
  "DataPilot/ArrowPro-7B-KUJIRA",
  torch_dtype="auto",
)
model.eval()

if torch.cuda.is_available():
    model = model.to("cuda")

def build_prompt(user_query):
    sys_msg = "あなたは日本語を話す優秀なアシスタントです。回答には必ず日本語で答えてください。"
    template = """[INST] <<SYS>>
{}
<</SYS>>

{}[/INST]"""
    return template.format(sys_msg,user_query)

# Infer with prompt without any additional input
user_inputs = {
    "user_query": "まどマギで一番かわいいキャラはだれ？",
}
prompt = build_prompt(**user_inputs)

input_ids = tokenizer.encode(
    prompt, 
    add_special_tokens=True, 
    return_tensors="pt"
)

tokens = model.generate(
    input_ids.to(device=model.device),
    max_new_tokens=500,
    temperature=1,
    top_p=0.95,
    do_sample=True,
)

out = tokenizer.decode(tokens[0][input_ids.shape[1]:], skip_special_tokens=True).strip()
print(out)

謝辞

助言を与えてくださったすべての皆様に感謝します。 また、元モデルの開発者の皆様にも感謝を申し上げます。

お願い

このモデルを利用する際は他人に迷惑をかけないように最大限留意してください。