Gryphe Pantheon RP 1.8 24b Small 3.1 GGUF

🚀 Gryphe的Pantheon - RP - 1.8 - 24b - Small - 3.1的Llamacpp imatrix量化版本

本項目是Gryphe的Pantheon - RP - 1.8 - 24b - Small - 3.1模型的量化版本，使用llama.cpp進行量化處理，解決了大模型在資源有限設備上運行的難題，讓模型的部署和使用更加靈活高效。

🚀 快速開始

使用 llama.cpp 版本 b4896 進行量化。 原始模型：https://huggingface.co/Gryphe/Pantheon-RP-1.8-24b-Small-3.1 所有量化版本均使用imatrix選項，並採用來自此處的數據集。 你可以在 LM Studio 中運行這些量化版本，也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

✨ 主要特性

• 多量化類型支持：提供了豐富的量化類型，如bf16、Q8_0、Q6_K_L等，滿足不同場景下對模型質量和資源佔用的需求。
• 在線重打包功能：部分量化版本支持在線重打包，可根據硬件情況自動優化性能。
• 靈活的下載方式：支持使用huggingface-cli下載特定文件，方便快捷。

📦 安裝指南

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載特定文件

你可以指定要下載的特定文件：

huggingface-cli download bartowski/Gryphe_Pantheon-RP-1.8-24b-Small-3.1-GGUF --include "Gryphe_Pantheon-RP-1.8-24b-Small-3.1-Q4_K_M.gguf" --local-dir ./

下載拆分文件

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

huggingface-cli download bartowski/Gryphe_Pantheon-RP-1.8-24b-Small-3.1-GGUF --include "Gryphe_Pantheon-RP-1.8-24b-Small-3.1-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄，也可以將它們全部下載到當前目錄。

💻 使用示例

基礎用法

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

📚 詳細文檔

量化文件下載列表

嵌入/輸出權重說明

部分量化版本（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，你會下載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，以提高ARM和AVX機器的性能。現在，有了“在線重打包”功能，詳情見 此PR。如果你使用Q4_0，並且硬件可以從權重重打包中受益，它將自動進行重打包。

從llama.cpp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，如果你想獲得更好的質量，可以使用IQ4_NL，詳情見 此PR，它也會為ARM重打包權重，但目前僅支持4_4。加載時間可能會較慢，但總體速度會提高。

如何選擇文件

🔧 技術細節

量化方法

使用llama.cpp的imatrix選項進行量化，結合特定的數據集，以實現不同的量化效果。

在線重打包原理

在線重打包功能通過在運行時對權重進行重新排列，以提高ARM和AVX機器的性能。具體實現細節可參考 此PR。

性能對比

📄 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/輸出實驗方面的啟發。 感謝LM Studio對本項目的贊助。

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