Thedrummer Fallen Gemma3 4B V1 GGUF

quantized_by: bartowski pipeline_tag: text-generation license: other base_model_relation: quantized base_model: TheDrummer/Fallen-Gemma3-4B-v1

TheDrummer氏によるFallen-Gemma3-4B-v1のLlamacpp imatrix量子化

量子化にはllama.cppのリリースb4925を使用しています。

オリジナルモデル: https://huggingface.co/TheDrummer/Fallen-Gemma3-4B-v1

全ての量子化はimatrixオプションを使用し、データセットはこちらから取得しました。

LM Studioで実行可能です。

llama.cppまたは他のllama.cppベースのプロジェクトで直接実行できます。

プロンプト形式

<bos><start_of_turn>user
{system_prompt}

{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

以下のファイルをダウンロード（ブランチ全体ではなく）:

埋め込み/出力ウェイト

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力ウェイトを通常のデフォルトではなくQ8_0で量子化した標準的な量子化手法です。

huggingface-cliを使用したダウンロード

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q8_0/*" --local-dir ./

ARM/AVX情報

以前は、Q4_0_4_4/4_8/8_8をダウンロードし、これらのウェイトはメモリ内でインターリーブされ、ARMおよびAVXマシンでのパフォーマンスを向上させるために一度により多くのデータをロードしていました。

しかし、現在はウェイトの「オンライン再パッキング」と呼ばれる機能があります。詳細はこのPRにあります。Q4_0を使用し、ハードウェアがウェイトの再パッキングの恩恵を受ける場合、自動的にオンザフライで行われます。

llama.cppビルドb4282以降、Q4_0_X_Xファイルを実行できなくなり、代わりにQ4_0を使用する必要があります。

さらに、より良い品質を得たい場合は、このPRのおかげでIQ4_NLを使用できます。これもARM用にウェイトを再パッキングしますが、現時点では4_4のみです。ロード時間は遅くなる可能性がありますが、全体的な速度向上につながります。

どのファイルを選ぶべきか？

クレジット

imatrixキャリブレーションデータセットの作成に協力してくれたkalomazeとDampfに感謝します。

埋め込み/出力の実験にインスピレーションを与えてくれたZeroWwに感謝します。

私の仕事をスポンサーしてくれたLM Studioに感謝します。

私の仕事をサポートしたいですか？私のko-fiページをご覧ください: https://ko-fi.com/bartowski