Views
No views yet
| Name | Quant method | Size |
|---|---|---|
| simba_best_092024.Q2_K.gguf | Q2_K | 2.96GB |
| simba_best_092024.IQ3_XS.gguf | IQ3_XS | 3.28GB |
| simba_best_092024.IQ3_S.gguf | IQ3_S | 3.43GB |
| simba_best_092024.Q3_K_S.gguf | Q3_K_S | 3.41GB |
| simba_best_092024.IQ3_M.gguf | IQ3_M | 3.52GB |
| simba_best_092024.Q3_K.gguf | Q3_K | 3.74GB |
| simba_best_092024.Q3_K_M.gguf | Q3_K_M | 3.74GB |
| simba_best_092024.Q3_K_L.gguf | Q3_K_L | 4.03GB |
| simba_best_092024.IQ4_XS.gguf | IQ4_XS | 4.18GB |
| simba_best_092024.Q4_0.gguf | Q4_0 | 4.34GB |
| simba_best_092024.IQ4_NL.gguf | IQ4_NL | 4.38GB |
| simba_best_092024.Q4_K_S.gguf | Q4_K_S | 4.37GB |
| simba_best_092024.Q4_K.gguf | Q4_K | 4.58GB |
| simba_best_092024.Q4_K_M.gguf | Q4_K_M | 4.58GB |
| simba_best_092024.Q4_1.gguf | Q4_1 | 4.78GB |
| simba_best_092024.Q5_0.gguf | Q5_0 | 5.21GB |
| simba_best_092024.Q5_K_S.gguf | Q5_K_S | 5.21GB |
| simba_best_092024.Q5_K.gguf | Q5_K | 5.34GB |
| simba_best_092024.Q5_K_M.gguf | Q5_K_M | 5.34GB |
| simba_best_092024.Q5_1.gguf | Q5_1 | 5.65GB |
| simba_best_092024.Q6_K.gguf | Q6_K | 6.14GB |
| simba_best_092024.Q8_0.gguf | Q8_0 | 7.95GB |
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
device = "cuda"
tokenizer = AutoTokenizer.from_pretrained("hiig-piai/simba_best_092024")
model = AutoModelForCausalLM.from_pretrained("hiig-piai/simba_best_092024", torch_dtype=torch.float16).to(device)<|begin_of_text|><|start_header_id|>system<|end_header_id|>
Du bist ein hilfreicher Assistent und hilfst dem User, Texte besser zu verstehen.<|eot_id|><|start_header_id|>user<|end_header_id|>
Kannst du bitte den folgenden Text zusammenfassen und sprachlich auf ein A2-Niveau in Deutsch vereinfachen? Schreibe maximal 5 Sätze.
{input_text}<|eot_id|><|start_header_id|>assistant<|end_header_id|>