Qwq 32B Preview IdeaWhiz V1 GGUF

🚀 QwQ-32B-Preview-IdeaWhiz-v1的Llamacpp imatrix量化版本

本項目是對QwQ-32B-Preview-IdeaWhiz-v1模型進行的Llamacpp imatrix量化。它能讓模型在不同設備上更高效地運行，適用於化學、生物學、氣候和醫學等多個領域的文本生成任務。

🚀 快速開始

使用 llama.cpp 版本 b4418 進行量化。

原始模型：https://huggingface.co/6cf/QwQ-32B-Preview-IdeaWhiz-v1

所有量化版本均使用imatrix選項，並結合來自 此處 的數據集生成。

你可以在 LM Studio 中運行這些量化版本。

✨ 主要特性

• 支持多種量化類型，滿足不同硬件和性能需求。
• 提供在線權重重新打包功能，提升特定硬件上的性能。
• 可根據不同場景選擇合適的量化文件，平衡質量和速度。

📦 安裝指南

使用huggingface-cli下載

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/QwQ-32B-Preview-IdeaWhiz-v1-GGUF --include "QwQ-32B-Preview-IdeaWhiz-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。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/QwQ-32B-Preview-IdeaWhiz-v1-GGUF --include "QwQ-32B-Preview-IdeaWhiz-v1-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如QwQ-32B-Preview-IdeaWhiz-v1-Q8_0），也可以直接下載到當前目錄（./）。

💻 使用示例

提示格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

📚 詳細文檔

下載文件選擇

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。

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8，這些版本會在內存中交錯排列權重，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，現在有一種名為“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，且硬件能從重新打包權重中受益，它會自動即時處理。

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，如果你想獲得略高的質量，可以使用IQ4_NL，這得益於 此PR，它也會為ARM重新打包權重，不過目前僅支持4_4。加載時間可能會更長，但總體速度會提高。

選擇哪個文件？

🔧 技術細節

本項目使用llama.cpp的特定版本（b4418）進行量化，利用imatrix選項結合特定數據集生成量化版本。對於ARM和AVX硬件，引入了在線重新打包權重的技術，以提升性能。部分量化版本對嵌入和輸出權重進行了特殊處理，採用Q8_0量化以提高質量。

📄 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提供關於嵌入/輸出實驗的靈感。

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