Mistral Community Pixtral 12b GGUF

🚀 Mistral社區Pixtral - 12b的Llamacpp imatrix量化版本

本項目提供了Mistral社區Pixtral - 12b模型的量化版本，使用特定工具和方法進行量化處理，方便不同硬件條件下的使用。

🚀 快速開始

• 使用 LM Studio 運行量化模型。
• 也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型供選擇，如bf16、Q8_0、Q6_K_L等，滿足不同性能和質量需求。
• 在線重打包：部分量化類型支持在線重打包，可根據硬件自動優化性能。
• 適配不同硬件：考慮了ARM和AVX等不同硬件架構的性能優化。

📦 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

你可以指定下載特定的文件，例如：

huggingface-cli download bartowski/mistral-community_pixtral-12b-GGUF --include "mistral-community_pixtral-12b-Q4_K_M.gguf" --local-dir ./

下載拆分文件

如果模型大於50GB，它會被拆分成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/mistral-community_pixtral-12b-GGUF --include "mistral-community_pixtral-12b-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄，也可以將它們全部下載到當前目錄。

💻 使用示例

基礎用法

在LM Studio中，你可以直接加載下載好的量化模型文件進行使用。

高級用法

使用llama.cpp運行模型時，你可以根據需要調整參數以獲得更好的性能。例如：

./main -m mistral-community_pixtral-12b-Q4_K_M.gguf -n 200

📚 詳細文檔

量化信息

提示格式

未找到提示格式，請查看原始模型頁面。

新增內容

修復了mmproj文件，修復內容來自主線：https://github.com/ggml-org/llama.cpp/pull/13208

下載文件

嵌入/輸出權重

部分量化類型（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，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。

現在，有了所謂的“在線重打包”功能，詳情見 此PR。如果你使用Q4_0，並且你的硬件能從權重重打包中受益，它將自動即時進行重打包。

從llama.cpp構建 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，感謝 此PR，它也會為ARM重打包權重，不過目前僅支持4_4。加載時間可能會較慢，但總體速度會提高。

如何選擇文件

🔧 技術細節

量化方法

使用 llama.cpp 版本 b5173 進行量化。所有量化均使用imatrix選項，數據集來自 此處。

在線重打包

在線重打包功能允許在運行時對權重進行重新排列，以提高ARM和AVX機器的性能。具體實現細節見 此PR。

📄 許可證

本項目採用apache - 2.0許可證。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw提供嵌入/輸出實驗的靈感。 感謝LM Studio贊助我的工作。

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