Burtenshaw GemmaCoder3 12B GGUF

quantized_by: bartowski pipeline_tag: テキスト生成 base_model_relation: 量子化 datasets: open-r1/codeforces-cots licence: ライセンス base_model: burtenshaw/GemmaCoder3-12B tags:

• generated_from_trainer
• trl
• sft model_name: gemma-3-12b-it-codeforces-SFT

burtenshawによるGemmaCoder3-12BのLlamacpp imatrix量子化

llama.cppのリリースb5010を使用して量子化しました。

オリジナルモデル: https://huggingface.co/burtenshaw/GemmaCoder3-12B

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

<bos><start_of_turn>user
{system_prompt}

{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

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/出力重み

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力重み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方法です。

huggingface-cliを使用したダウンロード

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/burtenshaw_GemmaCoder3-12B-GGUF --include "burtenshaw_GemmaCoder3-12B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/burtenshaw_GemmaCoder3-12B-GGUF --include "burtenshaw_GemmaCoder3-12B-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をご覧ください。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、このPRのおかげで、IQ4_NLを使用してARM用に重み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。

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ページをご覧ください: https://ko-fi.com/bartowski