PrimeIntellect_INTELLECT-2-GGUFオープンソースモデル - 複数の量子化タイプをサポートし、様々なハードウェア要件に適合

ホーム

Primeintellect INTELLECT 2 GGUF

bartowskiによって開発

INTELLECT-2の量子化バージョンで、llama.cppを使用して最適化され、さまざまなハードウェア要件に対応するために複数の量子化タイプをサポートしています。

大規模言語モデルオープンソースライセンス:Apache-2.0 #高精度量子化 #多様なシナリオのテキスト生成 #低リソース展開

ダウンロード数 6,268

リリース時間 : 5/12/2025

モデル概要

これはPrimeIntellect/INTELLECT-2モデルに基づく量子化バージョンで、llama.cppツールを使用して最適化され、効率的なテキスト生成能力を提供することを目的としています。

モデル特徴

多様な量子化オプション

Q2_KからQ8_0までのさまざまな量子化タイプを提供し、異なるハードウェアと性能要件に対応します。

高品質量子化

一部の量子化バージョン（Q6_K_L、Q5_K_Lなど）では、Q8_0量子化を埋め込みと出力重みに使用し、高品質を維持しています。

ハードウェア最適化

ARMおよびAVXハードウェアをサポートし、オンライン再パッケージ機能で性能を最適化します。

モデル能力

テキスト生成

対話システム

使用事例

対話システム

インテリジェントアシスタント

自然言語インタラクションを提供するインテリジェントな対話アシスタントの構築に使用できます。

コンテンツ生成

テキスト創作

ストーリーや記事など、さまざまなタイプのテキストコンテンツの生成をサポートします。

quantized_by: bartowski pipeline_tag: text-generation base_model: PrimeIntellect/INTELLECT-2 license: apache-2.0 base_model_relation: quantized datasets:

PrimeIntellect/Intellect-2-RL-Dataset

PrimeIntellectによるINTELLECT-2のLlamacpp imatrix量子化

量子化にはllama.cppのリリースb5338を使用しています。

オリジナルモデル: https://huggingface.co/PrimeIntellect/INTELLECT-2

すべての量子化は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

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

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant
<think>

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
INTELLECT-2-bf16.gguf	bf16	65.54GB	true	完全なBF16重み。
INTELLECT-2-Q8_0.gguf	Q8_0	34.82GB	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。
INTELLECT-2-Q6_K_L.gguf	Q6_K_L	27.26GB	false	埋め込みと出力重みにQ8_0を使用。非常に高品質、ほぼ完璧、推奨。
INTELLECT-2-Q6_K.gguf	Q6_K	26.89GB	false	非常に高品質、ほぼ完璧、推奨。
INTELLECT-2-Q5_K_L.gguf	Q5_K_L	23.74GB	false	埋め込みと出力重みにQ8_0を使用。高品質、推奨。
INTELLECT-2-Q5_K_M.gguf	Q5_K_M	23.26GB	false	高品質、推奨。
INTELLECT-2-Q5_K_S.gguf	Q5_K_S	22.64GB	false	高品質、推奨。
INTELLECT-2-Q4_1.gguf	Q4_1	20.64GB	false	レガシー形式、Q4_K_Sと同様の性能だがAppleシリコンでトークン/ワットが改善。
INTELLECT-2-Q4_K_L.gguf	Q4_K_L	20.43GB	false	埋め込みと出力重みにQ8_0を使用。良好な品質、推奨。
INTELLECT-2-Q4_K_M.gguf	Q4_K_M	19.85GB	false	良好な品質、ほとんどのユースケースでのデフォルトサイズ、推奨。
INTELLECT-2-Q4_K_S.gguf	Q4_K_S	18.78GB	false	品質はやや低いがスペース節約、推奨。
INTELLECT-2-Q4_0.gguf	Q4_0	18.71GB	false	レガシー形式、ARMおよびAVX CPU推論用にオンライン再パッキングを提供。
INTELLECT-2-IQ4_NL.gguf	IQ4_NL	18.68GB	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。
INTELLECT-2-Q3_K_XL.gguf	Q3_K_XL	17.93GB	false	埋め込みと出力重みにQ8_0を使用。品質は低いが使用可能、RAMが少ない場合に適している。
INTELLECT-2-IQ4_XS.gguf	IQ4_XS	17.69GB	false	良好な品質、Q4_K_Sより小さく同様の性能、推奨。
INTELLECT-2-Q3_K_L.gguf	Q3_K_L	17.25GB	false	品質は低いが使用可能、RAMが少ない場合に適している。
INTELLECT-2-Q3_K_M.gguf	Q3_K_M	15.94GB	false	低品質。
INTELLECT-2-IQ3_M.gguf	IQ3_M	14.81GB	false	中低品質、新しい手法でQ3_K_Mに匹敵する性能。
INTELLECT-2-Q3_K_S.gguf	Q3_K_S	14.39GB	false	低品質、非推奨。
INTELLECT-2-IQ3_XS.gguf	IQ3_XS	13.71GB	false	低品質、新しい手法で良好な性能、Q3_K_Sよりやや優れる。
INTELLECT-2-Q2_K_L.gguf	Q2_K_L	13.07GB	false	埋め込みと出力重みにQ8_0を使用。非常に低品質だが驚くほど使用可能。
INTELLECT-2-IQ3_XXS.gguf	IQ3_XXS	12.84GB	false	低品質、新しい手法で良好な性能、Q3量子化に匹敵。
INTELLECT-2-Q2_K.gguf	Q2_K	12.31GB	false	非常に低品質だが驚くほど使用可能。
INTELLECT-2-IQ2_M.gguf	IQ2_M	11.26GB	false	比較的低品質、SOTA技術を使用して驚くほど使用可能。
INTELLECT-2-IQ2_S.gguf	IQ2_S	10.39GB	false	低品質、SOTA技術を使用して使用可能。
INTELLECT-2-IQ2_XS.gguf	IQ2_XS	9.96GB	false	低品質、SOTA技術を使用して使用可能。

埋め込み/出力重み

これらの量子化（Q3_K_XL、Q4_K_Lなど）の一部は、埋め込みと出力重みが通常のデフォルトではなくQ8_0に量子化された標準的な量子化方法です。

huggingface-cliを使用したダウンロード

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/PrimeIntellect_INTELLECT-2-GGUF --include "PrimeIntellect_INTELLECT-2-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。すべてを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/PrimeIntellect_INTELLECT-2-GGUF --include "PrimeIntellect_INTELLECT-2-Q8_0/*" --local-dir ./

新しいlocal-dir（PrimeIntellect_INTELLECT-2-Q8_0）を指定するか、すべてをその場所（./）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、これらの重み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、現在は重みの「オンライン再パッキング」と呼ばれるものがあります。詳細はこのPRにあります。Q4_0を使用し、ハードウェアが重み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用に重み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かもしれませんが、全体的な速度向上につながります。

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潜在的な理論上のパフォーマンス向上を示すために保持しています。

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%