Gryphe Pantheon Proto RP 1.8 30B A3B GGUF

🚀 Gryphe的Pantheon-Proto-RP-1.8-30B-A3B的Llamacpp imatrix量化版本

本項目是對Gryphe的Pantheon-Proto-RP-1.8-30B-A3B模型進行量化處理，使用特定工具和方法生成不同量化類型的模型文件，方便在不同硬件環境下高效運行。

🚀 快速開始

運行方式

• 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。

下載文件

從下面的表格中選擇並下載所需的文件（不是整個分支）：

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如bf16、Q8_0、Q6_K_L等，滿足不同硬件和性能需求。
• 在線重新打包：部分量化類型支持在線重新打包，可在特定硬件上自動優化性能。
• 性能優化：通過特定的量化方法和技術，在保證一定質量的前提下，提高模型的運行速度和效率。

📦 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

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-Q4_K_M.gguf" --local-dir ./

下載分割文件

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/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-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

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

📚 詳細文檔

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文件，這些文件的權重會在內存中交錯排列，以提高ARM和AVX機器的性能。現在，有了“在線重新打包”功能，詳情見 此PR。如果你使用Q4_0，且硬件能從權重重新打包中受益，它會自動即時進行。

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。加載時間可能會變慢，但總體速度會提高。

選擇合適的文件

🔧 技術細節

量化工具和版本

使用 llama.cpp 發佈版本 b5328 進行量化。

原始模型

原始模型地址：https://huggingface.co/Gryphe/Pantheon-Proto-RP-1.8-30B-A3B

量化數據集

所有量化模型均使用imatrix選項和來自 此處 的數據集生成。

📄 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。 感謝LM Studio贊助本項目。

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