Tesslate Tessa T1 3B GGUF

🚀 Tesslate的Tessa-T1-3B的Llamacpp imatrix量化版本

本項目使用 llama.cpp 的 b4978 版本進行量化。

原始模型：https://huggingface.co/Tesslate/Tessa-T1-3B

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

• 使用特定版本的llama.cpp進行量化，保證量化的準確性和穩定性。
• 提供多種量化類型供選擇，以滿足不同的性能和質量需求。
• 支持在LM Studio和基於llama.cpp的項目中運行。

📦 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/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q4_K_M.gguf" --local-dir ./

下載分割文件

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/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Tesslate_Tessa-T1-3B-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

提示格式

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

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

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，並且你的硬件能從重新打包權重中受益，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，如果你想獲得稍好的質量，可以使用IQ4_NL，這得益於 此PR，它也會為ARM重新打包權重，不過目前僅適用於4_4。加載時間可能會較慢，但總體速度會提高。

選擇合適的文件

🔧 技術細節

基準測試（AVX2系統 - EPYC7702）

📄 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