模型详情
模型介绍
中文整理本模型名为w4a8版本，实为w8a8版本的精准量化改进，改进规则如下：
13个高敏感层直接保留FP16，不做量化
4个次敏感层用w8a8量化
其它层w4a8量化
逐层量化规则
量化后占用约294GB，比w8a8版本节省28GB左右，宝贵空间可获得更大上下文
910B 8卡起服成功
实测体感持平甚至略好于w8a8版本
您可以通过如下git clone命令，或者ModelScope SDK来下载模型
SDK下载
Git下载
如果您是本模型的贡献者，我们邀请您根据模型贡献文档，及时完善模型卡片内容。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
