brtaydin/gte-Qwen2-7B-instruct-Q5_K_M-GGUF

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

brew install llama.cpp

Invocar el servidor de llama.cpp o el CLI.

CLI:

llama-cli --hf-repo brtaydin/gte-Qwen2-7B-instruct-Q5_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q5_k_m.gguf -p "El significado de la vida y el universo es"

Servidor:

llama-server --hf-repo brtaydin/gte-Qwen2-7B-instruct-Q5_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q5_k_m.gguf -c 2048

También puede utilizar 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: Entrar en la carpeta llama.cpp y construirlo con la bandera LLAMA_CURL=1 junto con otras banderas específicas para el 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 brtaydin/gte-Qwen2-7B-instruct-Q5_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q5_k_m.gguf -p "El significado de la vida y el universo es"

./llama-server --hf-repo brtaydin/gte-Qwen2-7B-instruct-Q5_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q5_k_m.gguf -c 2048