%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
模型概述
模型特點
模型能力
使用案例
🚀 dreamgen的lucid-v1-nemo的Llamacpp imatrix量化版本
本項目是對dreamgen的lucid-v1-nemo模型進行的量化處理。使用llama.cpp工具，藉助特定的數據集和參數，生成了一系列不同量化類型的模型文件，方便在不同硬件和場景下使用。用戶可以根據自身的硬件配置和需求，選擇合適的量化模型文件進行下載和使用。
🚀 快速開始
運行方式
提示格式
未找到提示格式，請查看原始模型頁面。
下載文件
可以從以下表格中選擇需要的文件進行下載：
| 文件名 | 量化類型 | 文件大小 | 拆分情況 | 描述 |
|---|---|---|---|---|
| lucid-v1-nemo-bf16.gguf | bf16 | 24.50GB | false | 完整的BF16權重。 |
| lucid-v1-nemo-Q8_0.gguf | Q8_0 | 13.02GB | false | 極高質量，通常不需要，但為最大可用量化。 |
| lucid-v1-nemo-Q6_K_L.gguf | Q6_K_L | 10.38GB | false | 嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。 |
| lucid-v1-nemo-Q6_K.gguf | Q6_K | 10.06GB | false | 非常高質量，接近完美，推薦。 |
| lucid-v1-nemo-Q5_K_L.gguf | Q5_K_L | 9.14GB | false | 嵌入和輸出權重使用Q8_0。高質量，推薦。 |
| lucid-v1-nemo-Q5_K_M.gguf | Q5_K_M | 8.73GB | false | 高質量，推薦。 |
| lucid-v1-nemo-Q5_K_S.gguf | Q5_K_S | 8.52GB | false | 高質量，推薦。 |
| lucid-v1-nemo-Q4_K_L.gguf | Q4_K_L | 7.98GB | false | 嵌入和輸出權重使用Q8_0。質量良好，推薦。 |
| lucid-v1-nemo-Q4_1.gguf | Q4_1 | 7.80GB | false | 舊格式，性能與Q4_K_S相似，但在蘋果硅芯片上的每瓦令牌數有所改進。 |
| lucid-v1-nemo-Q4_K_M.gguf | Q4_K_M | 7.48GB | false | 質量良好，大多數用例的默認大小，推薦。 |
| lucid-v1-nemo-Q3_K_XL.gguf | Q3_K_XL | 7.15GB | false | 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。 |
| lucid-v1-nemo-Q4_K_S.gguf | Q4_K_S | 7.12GB | false | 質量稍低但節省空間，推薦。 |
| lucid-v1-nemo-IQ4_NL.gguf | IQ4_NL | 7.10GB | false | 與IQ4_XS相似，但稍大。為ARM CPU推理提供在線重新打包。 |
| lucid-v1-nemo-Q4_0.gguf | Q4_0 | 7.09GB | false | 舊格式，為ARM和AVX CPU推理提供在線重新打包。 |
| lucid-v1-nemo-IQ4_XS.gguf | IQ4_XS | 6.74GB | false | 質量不錯，比Q4_K_S小且性能相似，推薦。 |
| lucid-v1-nemo-Q3_K_L.gguf | Q3_K_L | 6.56GB | false | 質量較低但可用，適合低內存情況。 |
| lucid-v1-nemo-Q3_K_M.gguf | Q3_K_M | 6.08GB | false | 質量低。 |
| lucid-v1-nemo-IQ3_M.gguf | IQ3_M | 5.72GB | false | 中低質量，新方法，性能與Q3_K_M相當。 |
| lucid-v1-nemo-Q3_K_S.gguf | Q3_K_S | 5.53GB | false | 質量低，不推薦。 |
| lucid-v1-nemo-Q2_K_L.gguf | Q2_K_L | 5.45GB | false | 嵌入和輸出權重使用Q8_0。質量非常低但出人意料地可用。 |
| lucid-v1-nemo-IQ3_XS.gguf | IQ3_XS | 5.31GB | false | 質量較低，新方法，性能不錯，略優於Q3_K_S。 |
| lucid-v1-nemo-IQ3_XXS.gguf | IQ3_XXS | 4.95GB | false | 質量較低，新方法，性能不錯，與Q3量化相當。 |
| lucid-v1-nemo-Q2_K.gguf | Q2_K | 4.79GB | false | 質量非常低但出人意料地可用。 |
| lucid-v1-nemo-IQ2_M.gguf | IQ2_M | 4.44GB | false | 質量相對較低，使用了最先進的技術，出人意料地可用。 |
| lucid-v1-nemo-IQ2_S.gguf | IQ2_S | 4.14GB | false | 質量低，使用了最先進的技術，可用。 |
✨ 主要特性
- 量化工具：使用 llama.cpp 發佈版本 b5132 進行量化。
- 原始模型：dreamgen/lucid-v1-nemo
- 量化選項：所有量化均使用imatrix選項，並使用來自此處的數據集。
📦 安裝指南
使用huggingface-cli下載
點擊查看下載說明
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/dreamgen_lucid-v1-nemo-GGUF --include "dreamgen_lucid-v1-nemo-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/dreamgen_lucid-v1-nemo-GGUF --include "dreamgen_lucid-v1-nemo-Q8_0/*" --local-dir ./
你可以指定一個新的本地目錄（dreamgen_lucid-v1-nemo-Q8_0），也可以將它們全部下載到當前目錄（./）。
📚 詳細文檔
嵌入/輸出權重
部分量化（如Q3_K_XL、Q4_K_L等）是標準量化方法，其嵌入和輸出權重被量化為Q8_0，而不是通常的默認值。
ARM/AVX信息
以前，你會下載Q4_0_4_4/4_8/8_8，這些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，並且你的硬件可以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，但目前僅適用於4_4。加載時間可能會較慢，但會帶來整體速度的提升。
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帶有在線重新打包的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 | 每秒令牌數 | 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% |
Q4_0_8_8在提示處理方面有不錯的提升，在文本生成方面有小幅提升。
選擇合適的文件
點擊查看詳情
Artefact2提供了一篇很棒的文章，帶有顯示各種性能的圖表，可查看此處。
首先，要確定你可以運行多大的模型。為此，你需要了解自己有多少內存（RAM）和/或顯存（VRAM）。
如果你希望模型運行得儘可能快，你需要將整個模型放入GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化模型。
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的量化模型。
接下來，你需要決定是使用“I量化”還是“K量化”。
如果你不想考慮太多，選擇K量化之一。這些格式為“QX_K_X”，如Q5_K_M。
如果你想深入瞭解，可以查看這個非常有用的特性圖表：
但基本上，如果你目標是低於Q4的量化，並且你使用的是cuBLAS（Nvidia）或rocBLAS（AMD），你應該考慮I量化。這些格式為IQX_X，如IQ3_M。這些是較新的量化方式，對於相同大小的文件，性能更好。
這些I量化也可以在CPU上使用，但比等效的K量化慢，因此你需要在速度和性能之間進行權衡。
🔧 技術細節
量化方法
使用 llama.cpp 發佈版本 b5132 進行量化。所有量化均使用imatrix選項，並使用來自此處的數據集。
在線重新打包
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，並且你的硬件可以從重新打包權重中受益，它將自動即時進行處理。
📄 許可證
本項目使用其他許可證。
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
Transformers Transformers 支持多種語言 Transformers 支持多種語言 Transformers 英語