Thedrummer Cydonia 24B V2.1 GGUF

🚀 TheDrummer的Cydonia-24B-v2.1的Llamacpp imatrix量化版本

本项目提供了基于llama.cpp的Cydonia-24B-v2.1模型量化版本，旨在让你能更高效地运行该模型。通过不同的量化类型，你可以根据自身硬件条件和需求选择合适的版本，以平衡模型质量和资源占用。

🚀 快速开始

• 使用 llama.cpp 发布版本 b4792 进行量化。
• 原始模型地址：TheDrummer/Cydonia-24B-v2.1
• 所有量化版本均使用 imatrix 选项，并使用来自 此处 的数据集。
• 你可以在 LM Studio 中运行这些量化版本。
• 也可以直接使用 llama.cpp 或任何基于 llama.cpp 的项目来运行。

✨ 主要特性

• 提供多种量化类型，满足不同硬件和性能需求。
• 部分量化版本使用 Q8_0 进行嵌入和输出权重，提高模型质量。
• 支持在线权重重新打包，提升特定硬件上的性能。

📦 安装指南

使用 huggingface-cli 下载

首先，确保你已安装 huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定下载特定文件：

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v2.1-GGUF --include "TheDrummer_Cydonia-24B-v2.1-Q4_K_M.gguf" --local-dir ./

如果模型大小超过 50GB，它会被拆分为多个文件。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v2.1-GGUF --include "TheDrummer_Cydonia-24B-v2.1-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录，或者直接下载到当前目录。

💻 使用示例

提示格式

<s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

📚 详细文档

下载文件

你可以从以下列表中选择下载单个文件（而非整个分支）：

嵌入/输出权重

部分量化版本（如 Q3_K_XL、Q4_K_L 等）采用标准量化方法，将嵌入和输出权重量化为 Q8_0，而非默认值。

ARM/AVX 信息

以前，你会下载 Q4_0_4_4/4_8/8_8 版本，这些版本的权重在内存中交错排列，以通过一次加载更多数据来提高 ARM 和 AVX 机器的性能。

然而，现在有了所谓的权重“在线重新打包”功能，详情见 此 PR。如果你使用 Q4_0 且硬件能从权重重新打包中受益，它会自动实时进行处理。

从 llama.cpp 构建版本 b4282 开始，你将无法运行 Q4_0_X_X 文件，而需要使用 Q4_0。

此外，如果你想获得略高的质量，可以使用 IQ4_NL，感谢 此 PR，它也会为 ARM 重新打包权重，不过目前仅支持 4_4 版本。加载时间可能会更长，但总体速度会提高。

如何选择文件

🔧 技术细节

本项目基于 llama.cpp 进行模型量化，利用了其在线重新打包权重等特性，以提高模型在不同硬件上的运行效率。具体技术细节可参考 llama.cpp 的相关文档。

📄 许可证

本项目使用其他许可证，具体请参考相关说明。

致谢

感谢 kalomaze 和 Dampf 在创建 imatrix 校准数据集方面提供的帮助。 感谢 ZeroWw 在嵌入/输出实验方面的启发。 感谢 LM Studio 对我工作的赞助。

如果你想支持我的工作，请访问我的 ko-fi 页面：https://ko-fi.com/bartowski