Thedrummer Big Alice 28B V1 GGUF

🚀 TheDrummer的Big-Alice-28B-v1的Llamacpp imatrix量化版本

本項目是TheDrummer的Big-Alice-28B-v1模型的量化版本，使用llamacpp進行量化處理，旨在提升模型在不同硬件上的運行效率，同時提供多種量化類型供用戶根據自身需求選擇。

🚀 快速開始

運行環境

• 使用 llama.cpp 發佈版本 b5384 進行量化。
• 原始模型地址：TheDrummer/Big-Alice-28B-v1
• 所有量化模型均使用imatrix選項和來自 此處 的數據集生成。

運行方式

• 在 LM Studio 中運行。
• 直接使用 llama.cpp 或任何基於llama.cpp的項目運行。

✨ 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，每種量化類型在文件大小、質量和性能上各有特點，用戶可以根據自身硬件條件和需求進行選擇。

在線重打包功能

部分量化模型支持在線重打包功能，能夠根據硬件條件自動優化權重，提高運行效率。

📦 安裝指南

安裝huggingface-cli

pip install -U "huggingface_hub[cli]"

下載指定文件

huggingface-cli download bartowski/TheDrummer_Big-Alice-28B-v1-GGUF --include "TheDrummer_Big-Alice-28B-v1-Q4_K_M.gguf" --local-dir ./

下載拆分文件

如果模型大小超過50GB，會被拆分為多個文件。可以使用以下命令將它們下載到本地文件夾：

huggingface-cli download bartowski/TheDrummer_Big-Alice-28B-v1-GGUF --include "TheDrummer_Big-Alice-28B-v1-Q8_0/*" --local-dir ./

💻 使用示例

基礎用法

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

📚 詳細文檔

下載文件列表

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。

ARM/AVX信息

以前，需要下載Q4_0_4_4/4_8/8_8文件，這些文件的權重在內存中交錯排列，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“在線重新打包”功能，詳情見 此PR。如果使用Q4_0且硬件適合重新打包權重，系統將自動即時進行。

從llama.cpp構建版本 b4282 開始，將無法運行Q4_0_X_X文件，而需要使用Q4_0。

此外，根據 此PR，可以使用IQ4_NL獲得略高的質量，它也會為ARM重新打包權重，但目前僅支持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

首先，確定可以運行的模型大小，需要了解自己的RAM和/或VRAM容量。

• 如果希望模型運行速度儘可能快，應選擇文件大小比GPU總VRAM小1 - 2GB的量化模型。
• 如果追求絕對最高質量，將系統RAM和GPU的VRAM相加，然後選擇文件大小比該總和小1 - 2GB的量化模型。

其次，需要決定使用“I-quant”還是“K-quant”。

• 如果不想過多思考，選擇K-quant，格式為“QX_K_X”，如Q5_K_M。
• 如果想深入瞭解，可以查看 llama.cpp特性矩陣。一般來說，如果目標是低於Q4的量化，並且使用cuBLAS（Nvidia）或rocBLAS（AMD），應選擇I-quant，格式為IQX_X，如IQ3_M。這些是較新的量化類型，在相同大小下性能更好。

I-quant也可以在CPU上使用，但比相應的K-quant慢，因此需要在速度和性能之間進行權衡。

🔧 技術細節

在線重打包

在線重打包是一種優化權重加載的技術，通過在運行時對權重進行重新排列，使得硬件能夠更高效地加載和處理數據。在使用Q4_0量化模型時，如果硬件支持，系統會自動進行在線重打包，以提高性能。

量化類型選擇

不同的量化類型在文件大小、質量和性能上存在差異。例如，Q8_0提供了極高的質量，但文件大小較大；而Q2_K則文件大小較小，但質量較低。用戶可以根據自己的硬件條件和需求選擇合適的量化類型。

📄 許可證

本項目採用MIT許可證。

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/輸出實驗方面的啟發。 感謝LM Studio對本項目的贊助。

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