Gryphe Pantheon Proto RP 1.8 30B A3B GGUF

quantized_by: bartowski pipeline_tag: text-generation base_model: Gryphe/Pantheon-Proto-RP-1.8-30B-A3B license: apache-2.0 base_model_relation: quantized tags:

• instruct
• finetune
• chatml
• axolotl
• roleplay language:
• en

Gryphe氏のPantheon-Proto-RP-1.8-30B-A3Bに対するLlamacpp imatrix量子化

量子化にはllama.cppのリリースb5328を使用しています。

オリジナルモデル: https://huggingface.co/Gryphe/Pantheon-Proto-RP-1.8-30B-A3B

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

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

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

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-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、ARM用にウェイトを再パッキングするIQ4_NLを使用して、わずかに品質を向上させることができます（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。

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。

私の仕事を支援してくれた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ページはこちら: https://ko-fi.com/bartowski