agier9/gte-Qwen2-1.5B-instruct-Q4_K_M-GGUF

Instalar llama.cpp a través de brew (funciona en Mac y Linux)

brew install llama.cpp

Invocar el servidor llama.cpp o la CLI.

CLI:

llama-cli --hf-repo agier9/gte-Qwen2-1.5B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-1.5b-instruct-q4_k_m.gguf -p "El significado de la vida y el universo es"

Server:

llama-server --hf-repo agier9/gte-Qwen2-1.5B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-1.5b-instruct-q4_k_m.gguf -c 2048

Nota: También se puede usar este punto de control directamente a través de los pasos de uso listados en el repositorio Llama.cpp. Paso 1: Clonar llama.cpp desde GitHub.

git clone https://github.com/ggerganov/llama.cpp

Paso 2: Moverse a la carpeta llama.cpp y construirlo con el flag LLAMA_CURL=1 junto con otros flags específicos de hardware (por ejemplo: LLAMA_CUDA=1 para GPUs Nvidia en Linux).

cd llama.cpp && LLAMA_CURL=1 make

Paso 3: Ejecutar inferencia a través del binario principal.

./llama-cli --hf-repo agier9/gte-Qwen2-1.5B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-1.5b-instruct-q4_k_m.gguf -p "El significado de la vida y el universo es"

O

./llama-server --hf-repo agier9/gte-Qwen2-1.5B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-1.5b-instruct-q4_k_m.gguf -c 2048