File size: 1,502 Bytes
5b7a74b 89f8688 5b7a74b 89f8688 5b7a74b 89f8688 5b7a74b 89f8688 5b7a74b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
---
license: gemma
---
# What is this?
Googleの言語モデル[gemma-2-27b-it](https://huggingface.co/google/gemma-2-27b-it)をGGUFフォーマットに変換したものです。
# imatrix dataset
日本語能力を重視し、日本語が多量に含まれる[TFMC/imatrix-dataset-for-japanese-llm](https://huggingface.co/datasets/TFMC/imatrix-dataset-for-japanese-llm)データセットを使用しました。<br>
なお、謎のエラー「GGML_ASSERT: D:\a\llama.cpp\llama.cpp\ggml\src\ggml-cuda.cu:1257: to_fp32_cuda != nullptr」を回避するため、imatrixの算出においてはf16精度のモデルを使用しました。
# Chat template
```
<start_of_turn>user
ここにpromptを書きます<end_of_turn>
<start_of_turn>model
```
# Note
**llama.cpp-b3266以降でのみご利用が可能です。**<br>
モデル本来のコンテキスト長は8192ですが、現状のGGUF版gemma-2は4096以上のトークンを扱えないようです。これは、llama.cppがSliding Window Attention（＝前4096トークンのみに注意を向ける）を取り扱えず、Global Attentionとみなされて計算が行われてしまうためです。<br>
また、このモデル特有の処理であるAttention logit cappingが存在するため、Flash Attentionの使用もできません。
# Environment
Windows版llama.cpp-b3266および同時リリースのconvert-hf-to-gguf.pyを使用して量子化作業を実施しました。
# License
gemma license
# Developer
Google |