huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-GGUF開源模型

首頁

Huihui Ai DeepSeek R1 Distill Llama 70B Abliterated GGUF

由bartowski開發

DeepSeek-R1-Distill-Llama-70B-abliterated 的 GGUF 量化版本，適用於本地推理，提供多種量化選項以滿足不同硬件需求。

大型語言模型 #高精度量化 #大語言模型 #多場景適配

下載量 7,848

發布時間 : 2/1/2025

模型概述

該模型是 DeepSeek-R1-Distill-Llama-70B-abliterated 的 GGUF 量化版本，支持多種量化精度，適用於本地部署和推理任務。

模型特點

多種量化選項

提供從 Q8_0 到 IQ1_M 的多種量化選項，滿足不同硬件和性能需求。

高質量推理

Q6_K 和 Q5_K_M 等高質量量化選項提供接近無損的推理效果。

低內存需求

低精度量化選項（如 IQ2_XXS）適用於內存有限的設備。

前沿量化技術

支持 IQ 系列前沿量化技術，提供更高效的推理性能。

模型能力

文本生成

對話系統

問答系統

多語言支持

使用案例

自然語言處理

文本生成

用於生成高質量文本內容，如文章、故事等。

生成文本流暢且符合上下文邏輯。

對話系統

用於構建智能對話機器人，提供自然流暢的對話體驗。

對話響應自然，上下文理解能力強。

教育

問答系統

用於構建教育領域的問答系統，解答學生問題。

回答準確且詳細，適合教育場景。

🚀 huihui-ai的DeepSeek-R1-Distill-Llama-70B-abliterated的Llamacpp imatrix量化

本項目使用 llama.cpp 發佈版本 b4585 進行量化。

原始模型：https://huggingface.co/huihui-ai/DeepSeek-R1-Distill-Llama-70B-abliterated

所有量化均使用imatrix選項，並採用來自此處的數據集。

你可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

🚀 快速開始

提示格式

<｜begin▁of▁sentence｜>{system_prompt}<｜User｜>{prompt}<｜Assistant｜><｜end▁of▁sentence｜><｜Assistant｜>

下載文件

你可以從以下列表中下載單個文件（而非整個分支）：

文件名	量化類型	文件大小	是否分割	描述
DeepSeek-R1-Distill-Llama-70B-abliterated-Q8_0.gguf	Q8_0	74.98GB	true	極高質量，通常不需要，但為可用的最高量化級別。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q6_K.gguf	Q6_K	57.89GB	true	非常高質量，近乎完美，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q5_K_M.gguf	Q5_K_M	49.95GB	true	高質量，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q5_K_S.gguf	Q5_K_S	48.66GB	false	高質量，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q4_1.gguf	Q4_1	44.31GB	false	舊格式，性能與Q4_K_S相似，但在Apple硅芯片上的每瓦令牌數有所提高。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q4_K_M.gguf	Q4_K_M	42.52GB	false	質量良好，是大多數用例的默認大小，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q4_K_S.gguf	Q4_K_S	40.35GB	false	質量略低，但節省更多空間，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q4_0.gguf	Q4_0	40.12GB	false	舊格式，可為ARM和AVX CPU推理提供在線重新打包。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ4_NL.gguf	IQ4_NL	40.05GB	false	與IQ4_XS相似，但略大。可為ARM CPU推理提供在線重新打包。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q3_K_XL.gguf	Q3_K_XL	38.06GB	false	對嵌入和輸出權重使用Q8_0。質量較低但可用，適合低內存情況。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ4_XS.gguf	IQ4_XS	37.90GB	false	質量不錯，比Q4_K_S小且性能相似，推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q3_K_L.gguf	Q3_K_L	37.14GB	false	質量較低但可用，適合低內存情況。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q3_K_M.gguf	Q3_K_M	34.27GB	false	低質量。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ3_M.gguf	IQ3_M	31.94GB	false	中低質量，新方法，性能與Q3_K_M相當。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q3_K_S.gguf	Q3_K_S	30.91GB	false	低質量，不推薦使用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ3_XXS.gguf	IQ3_XXS	27.47GB	false	質量較低，新方法，性能與Q3量化相當。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q2_K_L.gguf	Q2_K_L	27.40GB	false	對嵌入和輸出權重使用Q8_0。質量非常低但出人意料地可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-Q2_K.gguf	Q2_K	26.38GB	false	質量非常低但出人意料地可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ2_M.gguf	IQ2_M	24.12GB	false	質量相對較低，使用了最先進的技術，出人意料地可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ2_S.gguf	IQ2_S	22.24GB	false	質量較低，使用了最先進的技術，可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ2_XS.gguf	IQ2_XS	21.14GB	false	質量較低，使用了最先進的技術，可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ2_XXS.gguf	IQ2_XXS	19.10GB	false	質量非常低，使用了最先進的技術，可用。
DeepSeek-R1-Distill-Llama-70B-abliterated-IQ1_M.gguf	IQ1_M	16.75GB	false	質量極低，不推薦使用。

📚 詳細文檔

嵌入/輸出權重

部分量化（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。

使用huggingface-cli下載

點擊查看下載說明

首先，確保你已安裝hugginface-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/huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-GGUF --include "huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大於50GB，它將被分割成多個文件。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-GGUF --include "huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如huihui-ai_DeepSeek-R1-Distill-Llama-70B-abliterated-Q8_0），也可以將它們全部下載到當前目錄（./）。

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8，這些模型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，現在有了一種名為“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，不過目前僅適用於4_4。加載時間可能會更長，但總體速度會提高。

點擊查看Q4_0_X_X信息（已棄用）

我保留這部分內容是為了展示使用支持在線重新打包的Q4_0在性能上的潛在理論提升。

點擊查看AVX2系統（EPYC7702）上的基準測試

模型	大小	參數	後端	線程數	測試	令牌/秒	與Q4_0相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%