Thedrummer Cydonia 24B V2.1 GGUF

🚀 TheDrummer的Cydonia-24B-v2.1的Llamacpp imatrix量化版本

本項目提供了基於llama.cpp的Cydonia-24B-v2.1模型量化版本，旨在讓你能更高效地運行該模型。通過不同的量化類型，你可以根據自身硬件條件和需求選擇合適的版本，以平衡模型質量和資源佔用。

🚀 快速開始

• 使用 llama.cpp 發佈版本 b4792 進行量化。
• 原始模型地址：TheDrummer/Cydonia-24B-v2.1
• 所有量化版本均使用 imatrix 選項，並使用來自 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，滿足不同硬件和性能需求。
• 部分量化版本使用 Q8_0 進行嵌入和輸出權重，提高模型質量。
• 支持在線權重重新打包，提升特定硬件上的性能。

📦 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，你可以指定下載特定文件：

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v2.1-GGUF --include "TheDrummer_Cydonia-24B-v2.1-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v2.1-GGUF --include "TheDrummer_Cydonia-24B-v2.1-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄，或者直接下載到當前目錄。

💻 使用示例

提示格式

<s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

📚 詳細文檔

下載文件

你可以從以下列表中選擇下載單個文件（而非整個分支）：

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

然而，現在有了所謂的權重“在線重新打包”功能，詳情見 此 PR。如果你使用 Q4_0 且硬件能從權重重新打包中受益，它會自動即時進行處理。

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，感謝 此 PR，它也會為 ARM 重新打包權重，不過目前僅支持 4_4 版本。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

本項目基於 llama.cpp 進行模型量化，利用了其在線重新打包權重等特性，以提高模型在不同硬件上的運行效率。具體技術細節可參考 llama.cpp 的相關文檔。

📄 許可證

本項目使用其他許可證，具體請參考相關說明。

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/輸出實驗方面的啟發。 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