Bagel 8b V1.0 GGUF

🚀 bagel-8b-v1.0的Llamacpp imatrix量化版本

本项目是bagel-8b-v1.0的Llamacpp imatrix量化版本，提供了多种量化文件供用户选择，以满足不同的硬件和性能需求。

🚀 快速开始

安装huggingface-cli

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载指定文件

你可以指定要下载的具体文件：

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

下载大模型拆分文件

如果模型大小超过50GB，它会被拆分为多个文件。若要将它们全部下载到本地文件夹，可运行以下命令：

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q8_0.gguf/*" --local-dir bagel-8b-v1.0-Q8_0 --local-dir-use-symlinks False

你可以指定一个新的本地目录（如bagel-8b-v1.0-Q8_0），也可以将它们全部下载到当前目录（./）。

✨ 主要特性

• 多种量化选择：提供了从高质量到低质量的多种量化文件，以适应不同的硬件和性能需求。
• 性能优化：部分量化文件采用了新的方法，在保证一定性能的同时节省了空间。

📦 安装指南

安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

💻 使用示例

下载指定文件示例

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

下载大模型拆分文件示例

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q8_0.gguf/*" --local-dir bagel-8b-v1.0-Q8_0 --local-dir-use-symlinks False

📚 详细文档

基础信息

训练数据集

• ai2_arc
• allenai/ultrafeedback_binarized_cleaned
• argilla/distilabel-intel-orca-dpo-pairs
• jondurbin/airoboros-3.2
• codeparrot/apps
• facebook/belebele
• bluemoon-fandom-1-1-rp-cleaned
• boolq
• camel-ai/biology
• camel-ai/chemistry
• camel-ai/math
• camel-ai/physics
• jondurbin/contextual-dpo-v0.1
• jondurbin/gutenberg-dpo-v0.1
• jondurbin/py-dpo-v0.1
• jondurbin/truthy-dpo-v0.1
• LDJnr/Capybara
• jondurbin/cinematika-v0.1
• WizardLM/WizardLM_evol_instruct_70k
• glaiveai/glaive-function-calling-v2
• jondurbin/gutenberg-dpo-v0.1
• grimulkan/LimaRP-augmented
• lmsys/lmsys-chat-1m
• ParisNeo/lollms_aware_dataset
• TIGER-Lab/MathInstruct
• Muennighoff/natural-instructions
• openbookqa
• kingbri/PIPPA-shareGPT
• piqa
• Vezora/Tested-22k-Python-Alpaca
• ropes
• cakiki/rosetta-code
• Open-Orca/SlimOrca
• b-mc2/sql-create-context
• squad_v2
• mattpscott/airoboros-summarization
• migtissera/Synthia-v1.3
• unalignment/toxic-dpo-v0.2
• WhiteRabbitNeo/WRN-Chapter-1
• WhiteRabbitNeo/WRN-Chapter-2
• winogrande

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

下载文件列表

如何选择文件

Artefact2提供了一份很棒的带有各种性能图表的文章，点击查看。

首先，你需要确定你可以运行多大的模型。这需要你了解自己有多少系统内存（RAM）和/或显存（VRAM）。

如果你希望模型运行得尽可能快，你需要将整个模型加载到GPU的显存中。选择文件大小比你的GPU总显存小1 - 2GB的量化文件。

如果你追求绝对的最高质量，将你的系统内存和GPU显存相加，然后选择文件大小比这个总和小1 - 2GB的量化文件。

接下来，你需要决定是使用'I-quant'还是'K-quant'。

如果你不想考虑太多，选择K-quant。它们的格式为'QX_K_X'，如Q5_K_M。

如果你想深入了解，可以查看这个非常有用的功能图表：llama.cpp feature matrix。

基本上，如果你目标是Q4以下的量化，并且你使用的是cuBLAS（Nvidia）或rocBLAS（AMD），你应该考虑I-quant。它们的格式为IQX_X，如IQ3_M。这些是较新的方法，在相同大小下提供更好的性能。

这些I-quant也可以在CPU和Apple Metal上使用，但比对应的K-quant慢，所以你需要在速度和性能之间做出权衡。

I-quant与Vulcan（也是AMD）不兼容，所以如果你有AMD显卡，请仔细检查你使用的是rocBLAS版本还是Vulcan版本。在撰写本文时，LM Studio有一个支持ROCm的预览版，其他推理引擎也有针对ROCm的特定版本。

支持作者

如果你想支持作者的工作，可以访问作者的ko-fi页面：https://ko-fi.com/bartowski

📄 许可证

本项目使用llama3许可证，查看许可证。