Instructions to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF",
	filename="Mistral-Nemo-12B-Instruct-2407-BF16.gguf",
)

llm.create_chat_completion(
	messages = "No input example has been defined for this model task."
)

Notebooks
Google Colab
Kaggle
Local Apps

llama.cpp

How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

Use Docker

docker model run hf.co/grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

LM Studio
Jan
Ollama
How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with Ollama:
```
ollama run hf.co/grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
```

Unsloth Studio new

How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF to start chatting

Docker Model Runner
How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with Docker Model Runner:
```
docker model run hf.co/grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M
```

Lemonade

How to use grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull grapevine-AI/Mistral-Nemo-Instruct-2407-GGUF:Q4_K_M

Run and chat with the model

lemonade run user.Mistral-Nemo-Instruct-2407-GGUF-Q4_K_M

List all available models

lemonade list

Caution!

llama.cpp-b3452以降と合わせてご利用ください。
このモデルのtemperatureは0.3が推奨されています。一方、llama.cppのdefaultの値は0.8です。
デフォルトのままでは出力の品質低下が予想されますので、--temp引数にて適切なパラメータを設定するようお願いします。
また、このモデルは最大コンテキスト長が極めて長く、これがllama.cppの最大コンテキスト分のメモリ確保を試みようとする仕様と相まって大量のメモリを要求される可能性があります。
対処法として、-c引数にてコンテキスト長を一定に制限することで、メモリの大量使用を回避できます。

What is this?

Mistral AIの多言語SLMであるMistral-Nemo-Instruct-2407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データセットを使用しました。
なお、imatrixの算出においてはf32精度のモデルを使用しました。これは、本来の数値精度であるbf16でのimatrix計算に現行のCUDA版llama.cppが対応していないためです。

Environment

Windows版llama.cpp-b3436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

Apache 2 License

Developer

Mistral AI

Downloads last month: 224

GGUF

Model size

12B params

Architecture

llama

Hardware compatibility

4-bit

5-bit

6-bit

8-bit

16-bit

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support