Pocketdoc Dans SakuraKaze V1.0.0 12b GGUF

🚀 PocketDoc的Dans-SakuraKaze-V1.0.0-12b的Llamacpp imatrix量化版本

本項目是對PocketDoc的Dans-SakuraKaze-V1.0.0-12b模型進行的量化處理，旨在提升模型在不同硬件環境下的運行效率。通過使用特定的量化工具和數據集，生成了多種量化類型的模型文件，方便用戶根據自身需求選擇合適的版本。

模型信息

🚀 快速開始

• 量化工具：使用 llama.cpp 發佈版本 b4882 進行量化。
• 原始模型：https://huggingface.co/PocketDoc/Dans-SakuraKaze-V1.0.0-12b
• 量化數據集：所有量化均使用imatrix選項，並使用來自 此處 的數據集。
• 運行方式：
  • 在 LM Studio 中運行。
  • 直接使用 llama.cpp 或任何其他基於llama.cpp的項目運行。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如bf16、Q8_0、Q6_K_L等，滿足不同用戶對模型質量和文件大小的需求。
• 在線重打包：部分量化類型支持在線重打包，可根據硬件情況自動優化權重，提升性能。
• 性能優化：通過合理選擇量化類型和優化權重，在保證一定質量的前提下，提高模型的運行速度。

💻 使用示例

提示格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

📦 安裝指南

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/PocketDoc_Dans-SakuraKaze-V1.0.0-12b-GGUF --include "PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q4_K_M.gguf" --local-dir ./

如果模型文件大於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/PocketDoc_Dans-SakuraKaze-V1.0.0-12b-GGUF --include "PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

下載文件選擇

嵌入/輸出權重

部分量化類型（如Q3_K_XL、Q4_K_L等）採用標準量化方法，將嵌入和輸出權重量化為Q8_0，而非默認值。

ARM/AVX信息

以前，用戶會下載Q4_0_4_4/4_8/8_8文件，這些文件的權重會在內存中交錯排列，以通過一次加載更多數據來提高ARM和AVX機器的性能。

現在，有了所謂的權重“在線重打包”功能，詳情見 此PR。如果你使用Q4_0，並且你的硬件能從權重重打包中受益，它將自動即時進行重打包。

從llama.cpp構建版本 b4282 開始，你將無法運行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想獲得略高的質量，可以使用IQ4_NL，這得益於 此PR，它也會為ARM重打包權重，不過目前僅支持4_4。加載時間可能會更長，但總體速度會提高。

如何選擇文件

🔧 技術細節

本項目使用llama.cpp的特定版本進行量化，通過imatrix選項和特定數據集生成多種量化類型的模型文件。部分量化類型支持在線重打包，可根據硬件情況自動優化權重，提升性能。同時，在選擇量化類型時，需要考慮模型質量、文件大小、硬件環境等因素。

📄 許可證

本項目採用Apache-2.0許可證。

致謝

感謝kalomaze和Dampf在創建imatrix校準數據集方面提供的幫助。

感謝ZeroWw在嵌入/輸出實驗方面提供的靈感。

感謝LM Studio對我工作的贊助。

如果你想支持我的工作，請訪問我的ko-fi頁面：https://ko-fi.com/bartowski