Google Gemma 3 1b It Qat GGUF

🚀 Google Gemma-3-1b-it-qat的Llamacpp imatrix量化版本

本項目提供了Google的gemma-3-1b-it-qat模型的量化版本，這些量化版本基於Google提供的QAT（量化感知訓練）權重生成。僅Q4_0版本預計會有更好的效果，但為了探索更多可能性，也生成了其他量化版本。

量化文件信息

量化工具

使用 llama.cpp 版本 b5147 進行量化。

原始模型

google/gemma-3-1b-it-qat-q4_0-unquantized

量化數據集

所有量化版本均使用imatrix選項和來自 此處 的數據集生成。

運行方式

• 在 LM Studio 中運行。
• 直接使用 llama.cpp 或任何基於llama.cpp的項目運行。

✨ 主要特性

• 基於Google的QAT權重生成量化版本，可能提升性能。
• 提供多種量化類型，滿足不同需求。
• 支持在線重新打包，優化ARM和AVX機器的性能。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/google_gemma-3-1b-it-qat-GGUF --include "google_gemma-3-1b-it-qat-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/google_gemma-3-1b-it-qat-GGUF --include "google_gemma-3-1b-it-qat-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

<bos><start_of_turn>user
{system_prompt}

{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

📚 詳細文檔

下載文件選擇

ARM/AVX信息

以前，需要下載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，現在有了一種稱為“在線重新打包”的權重處理方式，詳情見 此PR。如果使用Q4_0版本，並且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，將無法運行Q4_0_X_X文件，而需要使用Q4_0版本。

此外，由於 此PR，如果想獲得更好的質量，可以使用IQ4_NL，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。

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。

🔧 技術細節

這些量化版本基於Google提供的QAT（量化感知訓練）權重生成。僅Q4_0版本預計會有更好的效果，但為了探索更多可能性，也生成了其他量化版本。使用llama.cpp版本b5147進行量化，並使用特定的數據集進行校準。

📄 許可證

本項目使用Gemma許可證。訪問Hugging Face上的Gemma模型，需要審查並同意Google的使用許可。請確保已登錄Hugging Face，然後點擊下方按鈕。請求將立即處理。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw提供關於嵌入/輸出實驗的靈感。 感謝LM Studio贊助此項目。

如果想支持我的工作，請訪問我的ko-fi頁面：https://ko-fi.com/bartowski