Wizardlm 2 7B Abliterated GGUF

🚀 WizardLM-2-7B-abliterated的Llamacpp imatrix量化版本

本項目使用 llama.cpp 發佈版本 b2965 進行量化。原始模型可從 此處 獲取。所有量化文件均使用 imatrix 選項，並採用 此數據集 生成。

🚀 快速開始

提示格式

{system_prompt} USER: {prompt} ASSISTANT: </s>

下載文件

你可以從下方表格中選擇並下載所需的文件（非整個分支）：

使用huggingface-cli下載

首先，確保你已安裝 huggingface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/WizardLM-2-7B-abliterated-GGUF --include "WizardLM-2-7B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大小超過50GB，它將被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/WizardLM-2-7B-abliterated-GGUF --include "WizardLM-2-7B-abliterated-Q8_0.gguf/*" --local-dir WizardLM-2-7B-abliterated-Q8_0

你可以指定一個新的本地目錄（如 WizardLM-2-7B-abliterated-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

如何選擇合適的文件？

Artefact2 在 此處 提供了一份很棒的文檔，並配有圖表展示各種性能。 首先，你需要確定可以運行的模型大小。為此，你需要了解自己擁有的系統內存（RAM）和/或顯存（VRAM）大小。

• 如果你希望模型運行速度儘可能快，應將整個模型加載到GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化文件。
• 如果你追求絕對的最高質量，將系統內存和GPU顯存相加，然後選擇文件大小比該總和小1 - 2GB的量化文件。

接下來，你需要決定是使用“I量化”還是“K量化”：

• 如果你不想過多考慮，選擇K量化文件，格式為 QX_K_X，如 Q5_K_M。
• 如果你想深入瞭解，可以查看這個非常有用的特性圖表：llama.cpp特性矩陣。

一般來說，如果你希望量化級別低於Q4，並且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以考慮I量化文件，格式為 IQX_X，如 IQ3_M。這些是較新的方法，在相同大小下性能更好。

I量化文件也可以在CPU和Apple Metal上使用，但速度會比K量化文件慢，因此你需要在速度和性能之間做出權衡。

需要注意的是，I量化文件與Vulcan（同樣適用於AMD）不兼容，因此如果你使用的是AMD顯卡，請仔細檢查是使用rocBLAS版本還是Vulcan版本。在撰寫本文時，LM Studio有一個支持ROCm的預覽版，其他推理引擎也有針對ROCm的特定版本。

支持作者

如果你想支持作者的工作，可以訪問其 ko-fi頁面。

📄 許可證

本項目採用Apache 2.0許可證。