KeyurRamoliya/gte-Qwen2-7B-instruct-Q4_K_M-GGUF

Uso con llama.cpp

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

brew install llama.cpp

Invocar el servidor llama.cpp o el CLI.

CLI:

llama-cli --hf-repo KeyurRamoliya/gte-Qwen2-7B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q4_k_m.gguf -p "El significado de la vida y el universo es"

Servidor:

llama-server --hf-repo KeyurRamoliya/gte-Qwen2-7B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q4_k_m.gguf -c 2048

Nota: También puede utilizar este punto de control directamente a través de los pasos de uso listados en el repositorio de 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 compilarla con la bandera LLAMA_CURL=1 junto con otras banderas específicas de hardware (por ejemplo: LLAMA_CUDA=1 para GPUs Nvidia en Linux).

cd llama.cpp && LLAMA_CURL=1 make

Paso 3:

Ejecutar la inferencia a través del binario principal.

./llama-cli --hf-repo KeyurRamoliya/gte-Qwen2-7B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q4_k_m.gguf -p "El significado de la vida y el universo es"

O

./llama-server --hf-repo KeyurRamoliya/gte-Qwen2-7B-instruct-Q4_K_M-GGUF --hf-file gte-qwen2-7b-instruct-q4_k_m.gguf -c 2048