%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: テキスト生成 base_model: TheDrummer/Snowpiercer-15B-v1 license: mit base_model_relation: 量子化
TheDrummerによるSnowpiercer-15B-v1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/TheDrummer/Snowpiercer-15B-v1
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で実行できます。
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してください（ブランチ全体ではありません）:
| ファイル名 | 量子化タイプ | ファイルサイズ | 分割 | 説明 |
|---|---|---|---|---|
| Snowpiercer-15B-v1-bf16.gguf | bf16 | 29.96GB | false | 完全なBF16ウェイト。 |
| Snowpiercer-15B-v1-Q8_0.gguf | Q8_0 | 15.92GB | false | 非常に高品質、一般的には不要ですが利用可能な最大量子化。 |
| Snowpiercer-15B-v1-Q6_K_L.gguf | Q6_K_L | 12.62GB | 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。 |
| Snowpiercer-15B-v1-Q6_K.gguf | Q6_K | 12.29GB | false | 非常に高品質、ほぼ完璧、推奨。 |
| Snowpiercer-15B-v1-Q5_K_L.gguf | Q5_K_L | 11.07GB | false | 埋め込みと出力ウェイトにQ8_0を使用。高品質、推奨。 |
| Snowpiercer-15B-v1-Q5_K_M.gguf | Q5_K_M | 10.65GB | false | 高品質、推奨。 |
| Snowpiercer-15B-v1-Q5_K_S.gguf | Q5_K_S | 10.39GB | false | 高品質、推奨。 |
| Snowpiercer-15B-v1-Q4_K_L.gguf | Q4_K_L | 9.61GB | 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。 |
| Snowpiercer-15B-v1-Q4_1.gguf | Q4_1 | 9.50GB | false | レガシー形式、Q4_K_Sと同様の性能ですが、Appleシリコンでトークン/ワットが改善されています。 |
| Snowpiercer-15B-v1-Q4_K_M.gguf | Q4_K_M | 9.11GB | false | 良好な品質、ほとんどの使用ケースに適したデフォルトサイズ、推奨。 |
| Snowpiercer-15B-v1-Q4_K_S.gguf | Q4_K_S | 8.66GB | false | 品質はやや低いがスペース節約効果が大きい、推奨。 |
| Snowpiercer-15B-v1-IQ4_NL.gguf | IQ4_NL | 8.64GB | false | IQ4_XSと似ていますが、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。 |
| Snowpiercer-15B-v1-Q4_0.gguf | Q4_0 | 8.63GB | 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。 |
| Snowpiercer-15B-v1-Q3_K_XL.gguf | Q3_K_XL | 8.58GB | 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、RAMが少ない場合に適しています。 |
| Snowpiercer-15B-v1-IQ4_XS.gguf | IQ4_XS | 8.20GB | false | 良好な品質、Q4_K_Sより小さく同様の性能、推奨。 |
| Snowpiercer-15B-v1-Q3_K_L.gguf | Q3_K_L | 7.99GB | false | 品質は低いが使用可能、RAMが少ない場合に適しています。 |
| Snowpiercer-15B-v1-Q3_K_M.gguf | Q3_K_M | 7.40GB | false | 低品質。 |
| Snowpiercer-15B-v1-IQ3_M.gguf | IQ3_M | 6.94GB | false | 中低品質、新しい方法でQ3_K_Mに匹敵する性能。 |
| Snowpiercer-15B-v1-Q3_K_S.gguf | Q3_K_S | 6.71GB | false | 低品質、非推奨。 |
| Snowpiercer-15B-v1-Q2_K_L.gguf | Q2_K_L | 6.45GB | 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。 |
| Snowpiercer-15B-v1-IQ3_XS.gguf | IQ3_XS | 6.42GB | false | 低品質、新しい方法でQ3_K_Sよりやや良い性能。 |
| Snowpiercer-15B-v1-IQ3_XXS.gguf | IQ3_XXS | 5.99GB | false | 低品質、新しい方法でQ3量子化に匹敵する性能。 |
| Snowpiercer-15B-v1-Q2_K.gguf | Q2_K | 5.79GB | false | 非常に低品質だが驚くほど使用可能。 |
| Snowpiercer-15B-v1-IQ2_M.gguf | IQ2_M | 5.35GB | false | 比較的低品質ですが、SOTA技術を使用して驚くほど使用可能。 |
| Snowpiercer-15B-v1-IQ2_S.gguf | IQ2_S | 4.98GB | 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/TheDrummer_Snowpiercer-15B-v1-GGUF --include "TheDrummer_Snowpiercer-15B-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/TheDrummer_Snowpiercer-15B-v1-GGUF --include "TheDrummer_Snowpiercer-15B-v1-Q8_0/*" --local-dir ./
新しいlocal-dir（TheDrummer_Snowpiercer-15B-v1-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かもしれませんが、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潜在的な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
| モデル | サイズ | パラメータ | バックエンド | スレッド | テスト | 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良い向上をもたらし、テキスト生成にも小さな向上があります。
どのファイルを選ぶべきですか？
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を含む素晴らしい説明がこちらにあります。
最初に、実行できるモデルの大きさを把握する必要があります。これには、RAMやVRAMの量を把握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。GPUの総VRAMよりも1-2GB小さい量子化を目指してください。
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チャート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）を実行している場合は、I-quantを検討する必要があります。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ページを訪れてください: https://ko-fi.com/bartowski
Transformers Transformers 複数言語対応 Transformers 複数言語対応 Transformers 英語