andrewzh_Absolute_Zero_Reasoner-Coder-7b-GGUFオープンソースモデル - 無料デプロイで推論とコード生成をサポート

ホーム

Andrewzh Absolute Zero Reasoner Coder 7b GGUF

bartowskiによって開発

andrewzhのAbsolute_Zero_Reasoner-Coder-7bモデルを基にしたLlamacpp量子化バージョンで、複数の量子化レベルをサポートし、推論やコード生成タスクに適しています。

大規模言語モデル #推論プログラミング #効率的な量子化 #コード生成

ダウンロード数 1,325

リリース時間 : 5/11/2025

モデル概要

これは7Bパラメータ規模の推論とコード生成モデルで、llama.cppツールで量子化された後、コンシューマーグレードのハードウェアで効率的に動作します。

モデル特徴

マルチレベル量子化オプション

Q2_KからQ8_0までの22種類の量子化レベルを提供し、さまざまなハードウェア条件での推論ニーズに対応

imatrix最適化

すべての量子化バージョンはimatrixオプションで最適化され、量子化後のモデル品質を向上

広範な互換性

LM Studio、llama.cppおよび互換プロジェクトでの実行をサポートし、クロスプラットフォーム展開が可能

埋め込み最適化

一部の量子化バージョンでは埋め込みと出力重みにQ8_0量子化を採用し、重要な部分の精度を向上

モデル能力

テキスト生成

コード生成

推論タスク

自然言語理解

使用事例

プログラミング支援

コード自動補完

コンテキストに基づいてコードスニペットを生成

コード解説

複雑なコードの機能とロジックを説明

テキスト生成

コンテンツ作成

技術文書や記事を生成

quantized_by: bartowski pipeline_tag: text-generation base_model: andrewzh/Absolute_Zero_Reasoner-Coder-7b base_model_relation: quantized

andrewzhのAbsolute_Zero_Reasoner-Coder-7bに対する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/andrewzh/Absolute_Zero_Reasoner-Coder-7b

すべての量子化は、こちらのデータセットを使用してimatrixオプションで作成されました。

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

{system_prompt}
{prompt}

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
Absolute_Zero_Reasoner-Coder-7b-bf16.gguf	bf16	15.24GB	false	完全なBF16ウェイト。
Absolute_Zero_Reasoner-Coder-7b-Q8_0.gguf	Q8_0	8.10GB	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。
Absolute_Zero_Reasoner-Coder-7b-Q6_K_L.gguf	Q6_K_L	6.52GB	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。
Absolute_Zero_Reasoner-Coder-7b-Q6_K.gguf	Q6_K	6.25GB	false	非常に高品質、ほぼ完璧、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q5_K_L.gguf	Q5_K_L	5.78GB	false	埋め込みと出力ウェイトにQ8_0を使用。高品質、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q5_K_M.gguf	Q5_K_M	5.44GB	false	高品質、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q5_K_S.gguf	Q5_K_S	5.32GB	false	高品質、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q4_K_L.gguf	Q4_K_L	5.09GB	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。
Absolute_Zero_Reasoner-Coder-7b-Q4_1.gguf	Q4_1	4.87GB	false	レガシー形式、Q4_K_Sと類似の性能だがAppleシリコンでトークン/ワットが向上。
Absolute_Zero_Reasoner-Coder-7b-Q4_K_M.gguf	Q4_K_M	4.68GB	false	良好な品質、ほとんどのユースケースに適したデフォルトサイズ、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q3_K_XL.gguf	Q3_K_XL	4.57GB	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環境に適しています。
Absolute_Zero_Reasoner-Coder-7b-Q4_K_S.gguf	Q4_K_S	4.46GB	false	品質はやや低いがスペース節約、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q4_0.gguf	Q4_0	4.44GB	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。
Absolute_Zero_Reasoner-Coder-7b-IQ4_NL.gguf	IQ4_NL	4.44GB	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。
Absolute_Zero_Reasoner-Coder-7b-IQ4_XS.gguf	IQ4_XS	4.22GB	false	良好な品質、Q4_K_Sより小さく類似の性能、推奨。
Absolute_Zero_Reasoner-Coder-7b-Q3_K_L.gguf	Q3_K_L	4.09GB	false	品質は低いが使用可能、低RAM環境に適しています。
Absolute_Zero_Reasoner-Coder-7b-Q3_K_M.gguf	Q3_K_M	3.81GB	false	低品質。
Absolute_Zero_Reasoner-Coder-7b-IQ3_M.gguf	IQ3_M	3.57GB	false	中低品質、Q3_K_Mと比較可能な性能を持つ新しい方法。
Absolute_Zero_Reasoner-Coder-7b-Q2_K_L.gguf	Q2_K_L	3.55GB	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。
Absolute_Zero_Reasoner-Coder-7b-Q3_K_S.gguf	Q3_K_S	3.49GB	false	低品質、非推奨。
Absolute_Zero_Reasoner-Coder-7b-IQ3_XS.gguf	IQ3_XS	3.35GB	false	低品質、新しい方法でQ3_K_Sよりやや優れた性能。
Absolute_Zero_Reasoner-Coder-7b-IQ3_XXS.gguf	IQ3_XXS	3.11GB	false	低品質、新しい方法でQ3量子化と比較可能な性能。
Absolute_Zero_Reasoner-Coder-7b-Q2_K.gguf	Q2_K	3.02GB	false	非常に低品質だが驚くほど使用可能。
Absolute_Zero_Reasoner-Coder-7b-IQ2_M.gguf	IQ2_M	2.78GB	false	比較的低品質、SOTA技術を使用して驚くほど使用可能。

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

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、特定のファイルをターゲットにできます:

huggingface-cli download bartowski/andrewzh_Absolute_Zero_Reasoner-Coder-7b-GGUF --include "andrewzh_Absolute_Zero_Reasoner-Coder-7b-Q4_K_M.gguf" --local-dir ./

モデルが50GBより大きい場合、複数のファイルに分割されています。それら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/andrewzh_Absolute_Zero_Reasoner-Coder-7b-GGUF --include "andrewzh_Absolute_Zero_Reasoner-Coder-7b-Q8_0/*" --local-dir ./

新しいlocal-dir（andrewzh_Absolute_Zero_Reasoner-Coder-7b-Q8_0）を指定するか、すべてをその場（./）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、このPRのおかげで、IQ4_NLを使用してARM用にウェイトを再パッキングすることもできます（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%