Thedrummer Gemmasutra Small 4B V1 GGUF

🚀 TheDrummer的Gemmasutra-Small-4B-v1的Llamacpp imatrix量化版本

本項目是TheDrummer的Gemmasutra-Small-4B-v1模型的量化版本，使用特定工具和方法對原模型進行量化處理，以適應不同的硬件環境和應用場景。

🚀 快速開始

• 運行環境：可以在 LM Studio 中運行，也可以直接使用 llama.cpp 或任何基於 llama.cpp 的項目來運行。
• 原模型地址：TheDrummer/Gemmasutra-Small-4B-v1

✨ 主要特性

• 量化工具：使用 llama.cpp 發佈版本 b4867 進行量化。
• 數據集：所有量化均使用 imatrix 選項，並採用來自 此處 的數據集。

📦 安裝指南

使用huggingface-cli下載

首先，確保你已經安裝了 hugginface-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/TheDrummer_Gemmasutra-Small-4B-v1-GGUF --include "TheDrummer_Gemmasutra-Small-4B-v1-Q4_K_M.gguf" --local-dir ./

如果模型大小超過 50GB，它會被分割成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/TheDrummer_Gemmasutra-Small-4B-v1-GGUF --include "TheDrummer_Gemmasutra-Small-4B-v1-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 TheDrummer_Gemmasutra-Small-4B-v1-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

提示格式

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

請注意，此模型不支持系統提示。

📚 詳細文檔

下載文件選擇

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 並且你的硬件能從重新打包權重中受益，它會自動即時進行處理。

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，如果你想獲得略好的質量，可以使用 IQ4_NL，這得益於 此 PR，它也會為 ARM 重新打包權重，不過目前僅適用於 4_4。加載時間可能會較慢，但總體速度會提高。

選擇哪個文件？

🔧 技術細節

Q4_0_X_X 信息（已棄用）

保留此部分是為了展示使用帶有在線重新打包的 Q4_0 可能帶來的理論性能提升。

📄 許可證

文檔未提及相關許可證信息。

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/輸出實驗方面提供的靈感。 感謝 LM Studio 對本項目的贊助。

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