Llama 3 Cat 8b Instruct V1 GGUF

🚀 Llama-3-cat-8b-instruct-v1的Llamacpp imatrix量化版本

本項目是對llama-3-cat-8b-instruct-v1模型進行的量化處理，使用特定工具和方法生成了不同量化類型的模型文件，方便在不同硬件條件下使用。

🚀 快速開始

下載安裝依賴

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載指定文件

你可以根據需求下載特定的量化文件，例如：

huggingface-cli download bartowski/llama-3-cat-8b-instruct-v1-GGUF --include "llama-3-cat-8b-instruct-v1-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

處理大模型文件

如果模型文件大於50GB，它會被拆分成多個文件。若要將它們全部下載到本地文件夾，可以運行以下命令：

huggingface-cli download bartowski/llama-3-cat-8b-instruct-v1-GGUF --include "llama-3-cat-8b-instruct-v1-Q8_0.gguf/*" --local-dir llama-3-cat-8b-instruct-v1-Q8_0 --local-dir-use-symlinks False

你可以指定一個新的本地目錄（如llama-3-cat-8b-instruct-v1-Q8_0），也可以將它們全部下載到當前目錄（./）。

✨ 主要特性

• 多量化類型：提供了多種量化類型的模型文件，如Q8_0、Q6_K、Q5_K_M等，可根據不同的硬件條件和性能需求進行選擇。
• 性能優化：部分量化類型採用了新的方法，在保證一定質量的前提下，提供了更好的性能和更小的文件大小。
• 兼容性：支持在不同的硬件平臺上運行，包括CPU、GPU（Nvidia、AMD）和Apple Metal等。

📦 安裝指南

安裝依賴

使用以下命令安裝huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載模型文件

根據自己的需求，使用huggingface-cli下載相應的量化文件。

💻 使用示例

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|>

📚 詳細文檔

模型信息

• 原始模型：https://huggingface.co/TheSkullery/llama-3-cat-8b-instruct-v1
• 量化工具：使用 llama.cpp 的 b2854 版本進行量化。
• 量化數據集：所有量化文件均使用imatrix選項，並使用了Kalomaze提供的數據集，詳情見 此處。

下載文件列表

如何選擇文件

Artefact2在 此處 提供了一份很棒的帶有圖表的文章，展示了各種量化類型的性能。

• 確定可運行的模型大小：首先，你需要確定自己有多少內存（RAM）和/或顯存（VRAM）。
  • 如果你希望模型運行得儘可能快，你需要將整個模型加載到GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化類型。
  • 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這個總和小1 - 2GB的量化類型。
• 選擇'I-quant'還是'K-quant'：
  • 如果你不想考慮太多，選擇K-quant類型，格式為QX_K_X，如Q5_K_M。
  • 如果你想深入瞭解，可以查看 llama.cpp特性矩陣。一般來說，如果你追求低於Q4的量化類型，並且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以選擇I-quant類型，格式為IQX_X，如IQ3_M。這些類型較新，在相同大小下提供更好的性能。
  • I-quant類型也可以在CPU和Apple Metal上使用，但比相應的K-quant類型慢，因此你需要在速度和性能之間進行權衡。
  • I-quant類型與Vulcan（也是AMD）不兼容，所以如果你使用的是AMD顯卡，請仔細檢查你使用的是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。

📄 許可證

本項目使用llama3許可證。

如果你想支持作者的工作，可以訪問作者的ko-fi頁面：https://ko-fi.com/bartowski