Thedrummer Fallen Gemma3 4B V1 GGUF

🚀 TheDrummer的Fallen - Gemma3 - 4B - v1的Llamacpp imatrix量化版本

本項目提供了TheDrummer的Fallen - Gemma3 - 4B - v1模型的量化版本，藉助量化技術可在不同硬件條件下更高效地運行該模型。

🚀 快速開始

使用 llama.cpp 發佈版本 b4925 進行量化。 原始模型地址：https://huggingface.co/TheDrummer/Fallen-Gemma3-4B-v1 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

• 提供多種量化類型，可根據不同硬件資源和性能需求選擇合適的量化版本。
• 部分量化版本對嵌入和輸出權重進行特殊處理，以提升性能和質量。
• 支持在線權重重新打包，可自動優化特定硬件的性能。

📦 安裝指南

使用huggingface - cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

<bos><start_of_turn>user
{system_prompt}

{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

📚 詳細文檔

下載文件選擇

嵌入/輸出權重

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，這些版本的權重會在內存中交錯排列，以便通過一次加載更多數據來提高ARM和AVX機器的性能。

然而，現在有了一種稱為“在線重新打包”的權重處理方式，詳情見 此PR。如果你使用Q4_0，且你的硬件能從重新打包權重中受益，它將自動即時進行處理。

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重新打包權重，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。

選擇合適的文件

🔧 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，以實現高效的模型量化。

在線重新打包

對於支持的硬件，Q4_0和IQ4_NL等量化版本可自動進行在線權重重新打包，以優化性能。

📄 許可證

本項目使用其他許可證，具體詳情請參考相關說明。

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