%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)
TW
A M Team AM Thinking V1 GGUF
基於a-m-team/AM-Thinking-v1模型的Llamacpp imatrix量化版本，支持多種量化類型，適用於文本生成任務。
下載量 671
發布時間 : 5/16/2025
模型概述
這是一個經過量化的文本生成模型，支持多種量化選項，可在LM Studio或llama.cpp等工具中運行。
模型特點
多種量化選項
提供從Q8_0到IQ2_XXS等多種量化類型，滿足不同硬件和性能需求。
高質量量化
使用imatrix選項進行量化，嵌入和輸出權重使用Q8_0，保持高質量。
廣泛兼容性
支持LM Studio、llama.cpp等多種工具運行，兼容性強。
模型能力
文本生成
多輪對話
上下文理解
使用案例
文本生成
對話系統
用於構建智能對話系統，支持多輪交互。
內容創作
輔助生成文章、故事等內容。
🚀 a-m-team的AM-Thinking-v1的Llamacpp imatrix量化模型
本項目是對a-m-team的AM-Thinking-v1模型進行量化處理。使用量化後的模型可以在資源有限的設備上更高效地運行，同時儘可能保留原模型的性能。
🚀 快速開始
- 原模型地址：https://huggingface.co/a-m-team/AM-Thinking-v1
- 所有量化模型均使用imatrix選項，並採用 此處 的數據集。
- 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。
✨ 主要特性
提示格式
<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant
下載文件
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 | 是否拆分 | 描述 |
|---|---|---|---|---|
| AM-Thinking-v1-bf16.gguf | bf16 | 65.54GB | true | 完整的BF16權重。 |
| AM-Thinking-v1-Q8_0.gguf | Q8_0 | 34.82GB | false | 極高質量，通常不需要，但為最大可用量化。 |
| AM-Thinking-v1-Q6_K_L.gguf | Q6_K_L | 27.26GB | false | 嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。 |
| AM-Thinking-v1-Q6_K.gguf | Q6_K | 26.89GB | false | 非常高質量，接近完美，推薦。 |
| AM-Thinking-v1-Q5_K_L.gguf | Q5_K_L | 23.74GB | false | 嵌入和輸出權重使用Q8_0。高質量，推薦。 |
| AM-Thinking-v1-Q5_K_M.gguf | Q5_K_M | 23.26GB | false | 高質量，推薦。 |
| AM-Thinking-v1-Q5_K_S.gguf | Q5_K_S | 22.64GB | false | 高質量，推薦。 |
| AM-Thinking-v1-Q4_1.gguf | Q4_1 | 20.64GB | 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提高。 |
| AM-Thinking-v1-Q4_K_L.gguf | Q4_K_L | 20.43GB | false | 嵌入和輸出權重使用Q8_0。質量良好，推薦。 |
| AM-Thinking-v1-Q4_K_M.gguf | Q4_K_M | 19.85GB | false | 質量良好，大多數用例的默認大小，推薦。 |
| AM-Thinking-v1-Q4_K_S.gguf | Q4_K_S | 18.78GB | false | 質量稍低，但節省更多空間，推薦。 |
| AM-Thinking-v1-Q4_0.gguf | Q4_0 | 18.71GB | false | 舊格式，可為ARM和AVX CPU推理提供在線重新打包。 |
| AM-Thinking-v1-IQ4_NL.gguf | IQ4_NL | 18.68GB | false | 與IQ4_XS相似，但稍大。可為ARM CPU推理提供在線重新打包。 |
| AM-Thinking-v1-Q3_K_XL.gguf | Q3_K_XL | 17.93GB | 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。 |
| AM-Thinking-v1-IQ4_XS.gguf | IQ4_XS | 17.69GB | false | 質量不錯，比Q4_K_S小，性能相似，推薦。 |
| AM-Thinking-v1-Q3_K_L.gguf | Q3_K_L | 17.25GB | false | 質量較低但可用，適合低內存情況。 |
| AM-Thinking-v1-Q3_K_M.gguf | Q3_K_M | 15.94GB | false | 低質量。 |
| AM-Thinking-v1-IQ3_M.gguf | IQ3_M | 14.81GB | false | 中低質量，新方法，性能與Q3_K_M相當。 |
| AM-Thinking-v1-Q3_K_S.gguf | Q3_K_S | 14.39GB | false | 低質量，不推薦。 |
| AM-Thinking-v1-IQ3_XS.gguf | IQ3_XS | 13.71GB | false | 質量較低，新方法，性能不錯，略優於Q3_K_S。 |
| AM-Thinking-v1-Q2_K_L.gguf | Q2_K_L | 13.07GB | 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。 |
| AM-Thinking-v1-IQ3_XXS.gguf | IQ3_XXS | 12.84GB | false | 質量較低，新方法，性能不錯，與Q3量化相當。 |
| AM-Thinking-v1-Q2_K.gguf | Q2_K | 12.31GB | false | 質量非常低，但出人意料地可用。 |
| AM-Thinking-v1-IQ2_M.gguf | IQ2_M | 11.26GB | false | 質量相對較低，使用了最先進的技術，出人意料地可用。 |
| AM-Thinking-v1-IQ2_S.gguf | IQ2_S | 10.39GB | false | 低質量，使用了最先進的技術，可用。 |
| AM-Thinking-v1-IQ2_XS.gguf | IQ2_XS | 9.96GB | false | 低質量，使用了最先進的技術，可用。 |
| AM-Thinking-v1-IQ2_XXS.gguf | IQ2_XXS | 9.03GB | false | 質量非常低，使用了最先進的技術，可用。 |
嵌入/輸出權重
部分量化模型（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。
📦 安裝指南
使用huggingface-cli下載
點擊查看下載說明
首先，確保已安裝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/a-m-team_AM-Thinking-v1-GGUF --include "a-m-team_AM-Thinking-v1-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/a-m-team_AM-Thinking-v1-GGUF --include "a-m-team_AM-Thinking-v1-Q8_0/*" --local-dir ./
你可以指定一個新的本地目錄（如a-m-team_AM-Thinking-v1-Q8_0），也可以將它們全部下載到當前目錄（./）。
🔧 技術細節
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，感謝 此PR，它也會為ARM重新打包權重，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。
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 |
|---|---|---|---|---|---|---|---|
| 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在提示處理方面有顯著提升，在文本生成方面有小幅提升。
如何選擇文件
點擊查看詳情
Artefact2 提供了一篇很棒的文章，帶有展示各種性能的圖表，點擊此處查看
首先要確定你能運行多大的模型。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量化模型。這些模型的格式為'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量化模型。這些模型的格式為IQX_X，如IQ3_M。這些是較新的模型，在相同大小下提供更好的性能。
這些I量化模型也可以在CPU上使用，但比對應的K量化模型慢，所以你需要在速度和性能之間做出權衡。
📄 許可證
本項目使用 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啟發我對嵌入/輸出進行實驗。 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：點擊此處
Phi 2 GGUF
其他
Phi-2是微軟開發的一個小型但強大的語言模型，具有27億參數，專注於高效推理和高質量文本生成。
大型語言模型 支持多種語言
P
TheBloke
41.5M
205
Roberta Large
MIT
基於掩碼語言建模目標預訓練的大型英語語言模型，採用改進的BERT訓練方法
大型語言模型 英語
R
FacebookAI
19.4M
212
Distilbert Base Uncased
Apache-2.0
DistilBERT是BERT基礎模型的蒸餾版本，在保持相近性能的同時更輕量高效，適用於序列分類、標記分類等自然語言處理任務。
大型語言模型 英語
D
distilbert
11.1M
669
Llama 3.1 8B Instruct GGUF
Meta Llama 3.1 8B Instruct 是一個多語言大語言模型，針對多語言對話用例進行了優化，在常見的行業基準測試中表現優異。
大型語言模型 英語
L
modularai
9.7M
4
Xlm Roberta Base
MIT
XLM-RoBERTa是基於100種語言的2.5TB過濾CommonCrawl數據預訓練的多語言模型，採用掩碼語言建模目標進行訓練。
大型語言模型 支持多種語言
X
FacebookAI
9.6M
664
Roberta Base
MIT
基於Transformer架構的英語預訓練模型，通過掩碼語言建模目標在海量文本上訓練，支持文本特徵提取和下游任務微調
大型語言模型 英語
R
FacebookAI
9.3M
488
Opt 125m
其他
OPT是由Meta AI發佈的開放預訓練Transformer語言模型套件，參數量從1.25億到1750億，旨在對標GPT-3系列性能，同時促進大規模語言模型的開放研究。
大型語言模型 英語
O
facebook
6.3M
198
1
基於transformers庫的預訓練模型，適用於多種NLP任務
大型語言模型
Transformers
Transformers1
unslothai
6.2M
1
Llama 3.1 8B Instruct
Llama 3.1是Meta推出的多語言大語言模型系列，包含8B、70B和405B參數規模，支持8種語言和代碼生成，優化了多語言對話場景。
大型語言模型 Transformers 支持多種語言
Transformers 支持多種語言L
meta-llama
5.7M
3,898
T5 Base
Apache-2.0
T5基礎版是由Google開發的文本到文本轉換Transformer模型，參數規模2.2億，支持多語言NLP任務。
大型語言模型 支持多種語言
T
google-t5
5.4M
702
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型 Transformers 支持多種語言
Transformers 支持多種語言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型，專為邊緣設備推理設計，體積僅為Cosmo-3B模型的2%左右。
對話系統 Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型，適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98