%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
モデル概要
モデル特徴
モデル能力
使用事例
quantized_by: bartowski pipeline_tag: text-generation base_model: TheDrummer/Rivermind-Lux-12B-v1 base_model_relation: quantized
TheDrummer/Rivermind-Lux-12B-v1のLlamacpp imatrix量子化
オリジナルモデル: https://huggingface.co/TheDrummer/Rivermind-Lux-12B-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。
LM Studioで実行可能。
llama.cppまたは他のllama.cppベースのプロジェクトで直接実行可能。
プロンプト形式
<s>[INST]{prompt}[/INST]
以下のファイルをダウンロード（ブランチ全体ではなく）:
| ファイル名 | 量子化タイプ | ファイルサイズ | 分割 | 説明 |
|---|---|---|---|---|
| Rivermind-Lux-12B-v1-bf16.gguf | bf16 | 24.50GB | false | 完全なBF16ウェイト。 |
| Rivermind-Lux-12B-v1-Q8_0.gguf | Q8_0 | 13.02GB | false | 非常に高品質、一般的には不要だが利用可能な最大量子化。 |
| Rivermind-Lux-12B-v1-Q6_K_L.gguf | Q6_K_L | 10.38GB | false | 埋め込みと出力ウェイトにQ8_0を使用。非常に高品質、ほぼ完璧、推奨。 |
| Rivermind-Lux-12B-v1-Q6_K.gguf | Q6_K | 10.06GB | false | 非常に高品質、ほぼ完璧、推奨。 |
| Rivermind-Lux-12B-v1-Q5_K_L.gguf | Q5_K_L | 9.14GB | false | 埋め込みと出力ウェイトにQ8_0を使用。高品質、推奨。 |
| Rivermind-Lux-12B-v1-Q5_K_M.gguf | Q5_K_M | 8.73GB | false | 高品質、推奨。 |
| Rivermind-Lux-12B-v1-Q5_K_S.gguf | Q5_K_S | 8.52GB | false | 高品質、推奨。 |
| Rivermind-Lux-12B-v1-Q4_K_L.gguf | Q4_K_L | 7.98GB | false | 埋め込みと出力ウェイトにQ8_0を使用。良好な品質、推奨。 |
| Rivermind-Lux-12B-v1-Q4_1.gguf | Q4_1 | 7.80GB | false | レガシーフォーマット、Q4_K_Sと類似の性能だがAppleシリコンでトークン/ワットが改善。 |
| Rivermind-Lux-12B-v1-Q4_K_M.gguf | Q4_K_M | 7.48GB | false | 良好な品質、ほとんどのユースケースでデフォルトサイズ、推奨。 |
| Rivermind-Lux-12B-v1-Q3_K_XL.gguf | Q3_K_XL | 7.15GB | false | 埋め込みと出力ウェイトにQ8_0を使用。品質は低いが使用可能、低RAM環境向け。 |
| Rivermind-Lux-12B-v1-Q4_K_S.gguf | Q4_K_S | 7.12GB | false | 品質はやや低いがスペース節約、推奨。 |
| Rivermind-Lux-12B-v1-IQ4_NL.gguf | IQ4_NL | 7.10GB | false | IQ4_XSと類似だがやや大きい。ARM CPU推論用にオンライン再パッキングを提供。 |
| Rivermind-Lux-12B-v1-Q4_0.gguf | Q4_0 | 7.09GB | false | レガシーフォーマット、ARMおよびAVX CPU推論用にオンライン再パッキングを提供。 |
| Rivermind-Lux-12B-v1-IQ4_XS.gguf | IQ4_XS | 6.74GB | false | 良好な品質、Q4_K_Sより小さく類似の性能、推奨。 |
| Rivermind-Lux-12B-v1-Q3_K_L.gguf | Q3_K_L | 6.56GB | false | 品質は低いが使用可能、低RAM環境向け。 |
| Rivermind-Lux-12B-v1-Q3_K_M.gguf | Q3_K_M | 6.08GB | false | 低品質。 |
| Rivermind-Lux-12B-v1-IQ3_M.gguf | IQ3_M | 5.72GB | false | 中低品質、Q3_K_Mと比較可能な性能を持つ新しい手法。 |
| Rivermind-Lux-12B-v1-Q3_K_S.gguf | Q3_K_S | 5.53GB | false | 低品質、非推奨。 |
| Rivermind-Lux-12B-v1-Q2_K_L.gguf | Q2_K_L | 5.45GB | false | 埋め込みと出力ウェイトにQ8_0を使用。非常に低品質だが驚くほど使用可能。 |
| Rivermind-Lux-12B-v1-IQ3_XS.gguf | IQ3_XS | 5.31GB | false | 低品質、Q3_K_Sよりやや優れた性能を持つ新しい手法。 |
| Rivermind-Lux-12B-v1-IQ3_XXS.gguf | IQ3_XXS | 4.95GB | false | 低品質、Q3量子化と比較可能な性能を持つ新しい手法。 |
| Rivermind-Lux-12B-v1-Q2_K.gguf | Q2_K | 4.79GB | false | 非常に低品質だが驚くほど使用可能。 |
| Rivermind-Lux-12B-v1-IQ2_M.gguf | IQ2_M | 4.44GB | false | 比較的低品質だがSOTA技術を使用して驚くほど使用可能。 |
| Rivermind-Lux-12B-v1-IQ2_S.gguf | IQ2_S | 4.14GB | false | 低品質、SOTA技術を使用して使用可能。 |
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に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
クリックしてダウンロード手順を表示
まず、huggingface-cliがインストールされていることを確認してください:
pip install -U "huggingface_hub[cli]"
次に、特定のファイルを指定してダウンロードできます:
huggingface-cli download bartowski/TheDrummer_Rivermind-Lux-12B-v1-GGUF --include "TheDrummer_Rivermind-Lux-12B-v1-Q4_K_M.gguf" --local-dir ./
モデルが50GBを超える場合、複数のファイルに分割されています。それらをすべてローカルフォルダにダウンロードするには、次のコマンドを実行します:
huggingface-cli download bartowski/TheDrummer_Rivermind-Lux-12B-v1-GGUF --include "TheDrummer_Rivermind-Lux-12B-v1-Q8_0/*" --local-dir ./
新しいlocal-dir（TheDrummer_Rivermind-Lux-12B-v1-Q8_0）を指定するか、すべてを現在のディレクトリ（./）にダウンロードできます。
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多くのデータをロードしていました。
しかし、現在は「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を参照してください。Q4_0を使用し、ハードウェアが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、このPRにより、ARM用にウェイトを再パッキングするIQ4_NLを使用して、やや良い品質を得ることができます（現時点では4_4のみ）。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。
クリックしてQ4_0_X_X情報を表示（非推奨）
このセクションは、Q4_0とオンライン再パッキングを使用した場合の理論的なパフォーマンス向上を示すために保持しています。
クリックしてAVX2システム（EPYC7702）でのベンチマークを表示
| model | size | params | backend | threads | test | t/s | % (vs Q4_0) |
|---|---|---|---|---|---|---|---|
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp512 | 204.03 ± 1.03 | 100% |
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp1024 | 282.92 ± 0.19 | 100% |
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp2048 | 259.49 ± 0.44 | 100% |
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg128 | 39.12 ± 0.27 | 100% |
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg256 | 39.31 ± 0.69 | 100% |
| qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg512 | 40.52 ± 0.03 | 100% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp512 | 301.02 ± 1.74 | 147% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp1024 | 287.23 ± 0.20 | 101% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp2048 | 262.77 ± 1.81 | 101% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg128 | 18.80 ± 0.99 | 48% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg256 | 24.46 ± 3.04 | 83% |
| qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg512 | 36.32 ± 3.59 | 90% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp512 | 271.71 ± 3.53 | 133% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp1024 | 279.86 ± 45.63 | 100% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp2048 | 320.77 ± 5.00 | 124% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg128 | 43.51 ± 0.05 | 111% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg256 | 43.35 ± 0.09 | 110% |
| qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg512 | 42.60 ± 0.31 | 105% |
Q4_0_8_8はプロンプト処理に大きな向上をもたらし、テキスト生成にも小さな向上をもたらします。
どのファイルを選ぶべきか？
詳細はこちら
Artefact2によるさまざまなパフォーマンスを示すチャート付きの素晴らしい説明がこちらにあります。
まず、実行できるモデルのサイズを把握する必要があります。これには、RAMやVRAMの量を確認する必要があります。
モデルを可能な限り高速に実行したい場合は、モデル全体をGPUのVRAMに収める必要があります。ファイルサイズがGPUの総VRAMより1-2GB小さい量子化を選択してください。
絶対的な最高品質を求めたい場合は、システムRAMとGPUのVRAMを合計し、同様に合計より1-2GB小さい量子化を選択してください。
次に、「I-quant」または「K-quant」のどちらを使用するかを決定する必要があります。
あまり考えたくない場合は、K-quantのいずれかを選択してください。これらは「QX_K_X」形式で、例えばQ5_K_Mなどです。
さらに詳しく知りたい場合は、この非常に便利な機能マトリックスを確認してください:
基本的に、Q4以下を目指していて、cuBLAS（Nvidia）またはrocBLAS（AMD）を使用している場合は、I-quantを検討してください。これらは「IQX_X」形式で、例えばIQ3_Mなどです。これらは新しく、サイズに対してより良いパフォーマンスを提供します。
これらのI-quantはCPUでも使用できますが、K-quant相当よりも遅くなるため、速度とパフォーマンスのトレードオフを決定する必要があります。
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。
私の仕事を支援してくれたLM Studioに感謝します。
私の仕事を支援したいですか？私のko-fiページはこちら: https://ko-fi.com/bartowski
Transformers Transformers 複数言語対応 Transformers 複数言語対応 Transformers 英語