Glm 4 9b Chat Abliterated GGUF

🚀 glm-4-9b-chat-abliterated量化模型項目

本項目提供了glm-4-9b-chat-abliterated模型的量化版本，使用特定工具和數據集進行量化處理，方便不同硬件條件下的使用。

🚀 快速開始

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載指定文件

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/glm-4-9b-chat-abliterated-GGUF --include "glm-4-9b-chat-abliterated-Q4_K_M.gguf" --local-dir ./

處理大模型文件

如果模型大小超過50GB，它會被分割成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/glm-4-9b-chat-abliterated-GGUF --include "glm-4-9b-chat-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如glm-4-9b-chat-abliterated-Q8_0），也可以將它們全部下載到當前目錄（./）。

在LM Studio中運行

可以在 LM Studio 中運行這些量化模型。

✨ 主要特性

• 多語言支持：支持中文和英文。
• 多種量化類型：提供了豐富的量化類型供選擇，以適應不同的硬件和性能需求。
• 優化的嵌入/輸出權重：部分量化模型對嵌入和輸出權重進行了特殊處理，可能提高模型質量。

📦 安裝指南

安裝依賴

確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載模型文件

根據你的需求，使用huggingface-cli下載指定的模型文件，具體命令見“快速開始”部分。

💻 使用示例

基礎用法

在LM Studio中加載下載的量化模型文件即可開始使用。

高級用法

如果你想使用特定的量化模型進行推理，可以參考以下步驟：

1. 下載指定的量化模型文件。
2. 使用相應的推理工具加載模型並進行推理。

📚 詳細文檔

提示格式

[gMASK] <sop> <|system|> 
{system_prompt} <|user|> 
{prompt} <|assistant|>

下載文件列表

嵌入/輸出權重

部分量化模型（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，但將嵌入和輸出權重量化為Q8_0，而不是默認值。

有人認為這可以提高質量，也有人認為沒有區別。如果您使用了這些模型，請分享您的發現。我希望瞭解這些模型是否真的被使用且有用，這樣我就不會繼續上傳無人使用的量化模型了。

選擇合適的文件

Artefact2提供了一篇很棒的文章，帶有展示各種性能的圖表，可 點擊此處查看。

首先，你需要確定你可以運行多大的模型。為此，你需要了解你有多少內存（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。選擇文件大小比你的GPU總顯存小1 - 2GB的量化模型。

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的量化模型。

接下來，你需要決定是使用“I量化”還是“K量化”。

如果你不想考慮太多，選擇K量化模型，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，如果你目標是Q4以下的量化，並且使用cuBLAS（Nvidia）或rocBLAS（AMD），可以考慮I量化模型，格式為IQX_X，如IQ3_M。這些是較新的量化方法，在相同大小下提供更好的性能。

I量化模型也可以在CPU和Apple Metal上使用，但比相應的K量化模型慢，因此你需要在速度和性能之間進行權衡。

I量化模型與Vulcan（也是AMD）不兼容，所以如果你使用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。

支持作者

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

🔧 技術細節

量化方法

使用 llama.cpp 發佈版本 b3634 進行量化。

校準數據集

所有量化模型均使用imatrix選項，並使用 此處 的數據集進行校準。

📄 許可證

本項目使用glm-4許可證，詳情請見 許可證鏈接。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw啟發進行嵌入/輸出實驗。