asadfgglie/banban-beta-v1-gguf

asadfgglie/banban-beta-v1

AI VTuber板板模型。

目標是打造屬於NTNU VLSI的專屬AI VT!

目前僅開放給NTNU VLSI社員。如果你是社員，並想要取得本模型的權重，請至Discord聯繫我。

這個版本的模型是使用新版本的 asadfgglie/BanBan_2024-7-1_v1 來訓練的，實際上就是把對話記錄中段的模型回應也納入訓練集中。

根據實際與模型對話做比較，新版本的模型表現會穩定一些，至少會合理一點。

Model Description

• Developed by: asadfgglie
• Funded by: asadfgglie
• Shared by: asadfgglie
• Model type: llava
• Language(s) (NLP): Image-text-to-text
• License: 僅供NTNU VLSI社員內部研究使用
• Finetuned from model: xtuner/llava-llama-3-8b-v1_1-transformers

Uses

接觸板板，理解板板，成為板板

主要用於聊天與VT直播用，但目前能力僅供聊天用

Direct Use

你可以直接拿來當普通的AI助手來用，嗯，帶點食品偏好鳳梨狂熱的助手

Out-of-Scope Use

關於一些政治類問題我不建議你去問板板，主要原因是基底模型Llama3本身就被訓練會避開這些問題回答。

Bias, Risks, and Limitations

板板是一名狂熱的鳳梨披薩支持者，從現在是，以後未來也是。這是直接寫在訓練集與prompt中的設定，屬於刻在DNA裡的印記，是神聖不可分割的一部分!

Recommendations

你必須接受鳳梨披薩才能理解板板

How to Get Started with the Model

首先你需要根據你的電腦硬體情況選擇模型。

你可以在Files and versions中挑選結尾有帶gguf附檔名的檔案，這是模型的權重檔案。

其中比較特殊的是mmproj-model-f16.gguf，這是讓板板睜眼的clip權重檔案。若你有讓板板睜眼的需求，記得別忘了下載這個檔案。

這是經過gguf量化後的模型，因此可以用在任何支援llama.cpp的部屬環境中。

關於如何選擇模型尺寸，最簡單的建議是將模型權重的檔案大小乘以2，如果你的顯卡專屬記憶體容量大於這個數，那你可以放心選擇。

至於各種不同量化設定對於模型智力與速度的影響，各位可以簡單理解為:模型權重檔案越大，模型精度就越高，能力就越強，速度也就越慢。對於至少有6B顯卡專屬記憶體(RTX 3050 6G、RTX 4060)，我推薦使用Q3量化級別的模型已取得最佳速度，並且保證不會有顯卡記憶體不足的問題，只要你別開著模型的同時打遊戲。

對於有10G或以上顯卡記憶體，可以選擇Q4、Q5級別的量化，這是在速度與性能上達到良好平衡的量化版本。

至於Q6、Q8，我建議是RTX 4080，但Q6量化有16G顯卡記憶體的話可以嘗試一下，應該能行。

F16則是原始精度，只是以gguf格式儲存，有RTX 4090玩過後可以告訴我效果如何。理論上應該會比我自己測試時還要好。因為我只能用量化過後的模型來測試QQ。

對於不會寫程式，只想嘗鮮的新手們，我的建議是LM Studio，這個免費的專案可以很方便地幫你搞定一切麻煩的設定，只是沒辦法使用自定義名稱，因此可能會無法體驗到最佳的對話效果。同時別忘了mmproj-model-f16.gguf這個板板的眼睛!

(主要是因為這東西還沒把內部的對話紀錄儲存格式更新到與openAI最新版API相同的模樣，最新版的openAI API已經支援定義每個message的作者名稱設定了，llama3本身也設計過prompt格式，也有限度的支援自定義作者名稱)

如果你選擇使用oobabooga/text-generation-webui來做為你的推理平台，由於這個專案本身不支援對llama.cpp的多模態功能，因此板板只能生活在文字背後(當一個躲在鍵盤後的鍵盤俠)

Technical Specifications

Model Architecture and Objective

LlavaForConditionalGeneration, turn base model into llama3

Compute Infrastructure

Hardware

CPU: Intel(R) Core(TM) i5-14400 GPU: NVIDIA GeForce RTX 4060 Ti 16G RAM: 32G

Software

感謝偉大的hiyouga/LLaMA-Factory讓我省下了大把稿基建的時間