Update README.md
Browse files
README.md
CHANGED
|
@@ -128,6 +128,19 @@ _ = model.generate(**inputs, streamer=streamer, max_new_tokens=200, temperature=
|
|
| 128 |
|
| 129 |
### Inferences in 4bits
|
| 130 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 131 |
```python
|
| 132 |
runtimeFlag = "cuda:0"
|
| 133 |
inputs = tokenizer([f"""<s>Você é um assistente especializado no Nordeste Do Brasil.
|
|
|
|
| 128 |
|
| 129 |
### Inferences in 4bits
|
| 130 |
|
| 131 |
+
```python
|
| 132 |
+
nf4_config = BitsAndBytesConfig(
|
| 133 |
+
load_in_4bit=True,
|
| 134 |
+
bnb_4bit_quant_type="nf4",
|
| 135 |
+
bnb_4bit_use_double_quant=True,
|
| 136 |
+
bnb_4bit_compute_dtype=torch.bfloat16
|
| 137 |
+
)
|
| 138 |
+
|
| 139 |
+
model = AutoModelForCausalLM.from_pretrained("rhaymison/cuscuz-7b", quantization_config=nf4_config, device_map= {"": 0})
|
| 140 |
+
tokenizer = AutoTokenizer.from_pretrained("rhaymison/cuscuz-7b")
|
| 141 |
+
|
| 142 |
+
```
|
| 143 |
+
|
| 144 |
```python
|
| 145 |
runtimeFlag = "cuda:0"
|
| 146 |
inputs = tokenizer([f"""<s>Você é um assistente especializado no Nordeste Do Brasil.
|