Gemma 2 9b It Abliterated GGUF

🚀 gemma-2-9b-it-abliterated的Llamacpp imatrix量化版本

本項目提供了gemma-2-9b-it-abliterated模型的量化版本，使用特定工具和方法進行量化處理，方便在不同環境下高效運行。

🚀 快速開始

運行環境

可在 LM Studio 中運行這些量化模型。

下載文件

你可以從下方表格中選擇需要的文件進行下載（非整個分支）：

下載方式

使用huggingface-cli下載

首先，確保你已安裝huggingface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/gemma-2-9b-it-abliterated-GGUF --include "gemma-2-9b-it-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大於50GB，它將被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/gemma-2-9b-it-abliterated-GGUF --include "gemma-2-9b-it-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如gemma-2-9b-it-abliterated-Q8_0），或者將它們全部下載到當前目錄（./）。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如f32、Q8_0、Q6_K_L等，滿足不同的性能和質量需求。
• 特定優化：部分量化版本（如Q3_K_XL、Q4_K_L等）對嵌入和輸出權重進行了特殊處理，可能提高模型質量。
• ARM優化：Q4_0_X_X量化版本針對ARM芯片進行了優化，可顯著提高推理速度。

📚 詳細文檔

提示格式

<bos><start_of_turn>system
{system_prompt}<end_of_turn>
<start_of_turn>user
{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

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。有人認為這可以提高質量，也有人認為沒有明顯差異。如果你使用了這些模型，請分享你的使用結果，以便了解這些量化版本是否真正有用。

Q4_0_X_X量化版本

這些量化版本不適用於Metal（蘋果）卸載，僅適用於ARM芯片。如果你使用的是ARM芯片，Q4_0_X_X量化版本將顯著提高速度。你可以查看 原始拉取請求 上的Q4_0_4_4速度比較。要檢查哪個版本最適合你的ARM芯片，可以查看 AArch64 SoC特性 （感謝EloyOn！）。

如何選擇文件

Artefact2提供了一篇很棒的文章，帶有展示各種性能的圖表，可 點擊此處查看。 首先，你需要確定可以運行的模型大小。為此，你需要了解自己的系統內存（RAM）和/或顯存（VRAM）容量。

• 追求最快速度：如果你希望模型儘可能快地運行，應將整個模型加載到GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化版本。
• 追求最高質量：如果你追求絕對的最高質量，將系統內存和GPU顯存相加，然後選擇文件大小比該總和小1 - 2GB的量化版本。 接下來，你需要決定是否使用'I-quant'或'K-quant'。
• 不想過多思考：選擇K-quant，格式為'QX_K_X'，如Q5_K_M。
• 深入瞭解：你可以查看 llama.cpp特性矩陣。一般來說，如果你希望量化級別低於Q4，並且使用cuBLAS（Nvidia）或rocBLAS（AMD），應考慮I-quant，格式為IQX_X，如IQ3_M。這些是較新的量化方法，在相同大小下提供更好的性能。I-quant也可在CPU和蘋果Metal上使用，但速度比K-quant慢，因此你需要在速度和性能之間進行權衡。此外，I-quant與Vulcan（也是AMD）不兼容，如果你使用AMD顯卡，請仔細檢查使用的是rocBLAS版本還是Vulcan版本。在撰寫本文時，LM Studio有一個支持ROCm的預覽版，其他推理引擎也有針對ROCm的特定版本。

📄 許可證

本項目使用的模型遵循gemma許可證。

🔗 相關鏈接

• 原始模型：https://huggingface.co/IlyaGusev/gemma-2-9b-it-abliterated
• llama.cpp倉庫：https://github.com/ggerganov/llama.cpp/
• llama.cpp發佈版本：https://github.com/ggerganov/llama.cpp/releases/tag/b3878
• 量化數據集：https://gist.github.com/bartowski1182/eb213dccb3571f863da82e99418f81e8

🙏 致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw啟發對嵌入/輸出進行實驗。

如果你想支持作者的工作，可以訪問 ko-fi頁面。