README.md

metadata

license: other
language:
  - ja
datasets:
  - TFMC/imatrix-dataset-for-japanese-llm
base_model:
  - mmnga/DeepSeek-V3-slice-jp64

DeepSeek-V3-slice-jp64

本モデルは DeepSeek-V3 をベースに、日本語の例文を元に頻出する MoE (Mixture of Experts) の各レイヤーごとのexpertsを厳選して再構成したモデルのgguf版です。
mmnga/DeepSeek-V3-slice-jp64のggufフォーマット変換版です。

imatrixのデータはTFMC/imatrix-dataset-for-japanese-llmを使用して作成しました。

ライセンス

元モデルに準拠します。 deepseek-ai/DeepSeek-V3

Usage

サイズが大きいので、各量子化ごとに分割しました。 〜00001-of-00005.ggufなどを指定すれば自動で読み込みます。

このモデルはコード生成は考慮されていません。要望があればcommunityかXにて。

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build -DGGML_CUDA=ON
cmake --build build --config Release
build/bin/llama-cli -m 'c4ai-command-r7b-12-2024-Q4_0-00001-of-00010.gguf' -n 128 -c 128 -p 'あなたはプロの料理人です。レシピを教えて' -cnv