Allura Org Q3 30B A3B Designant GGUF

🚀 allura-org的Q3 - 30B - A3B - Designant的Llamacpp imatrix量化版本

本項目是對allura-org的Q3 - 30B - A3B - Designant模型進行量化處理，使用特定工具和數據集生成了多種量化版本，方便在不同硬件環境下高效運行。

🚀 快速開始

使用 llama.cpp 發佈版本 b5466 進行量化。 原始模型地址：https://huggingface.co/allura-org/Q3 - 30B - A3B - Designant

所有量化版本均使用imatrix選項，並採用 此處 的數據集。

你可以在 LM Studio 中運行這些量化版本，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

• 多量化版本：提供了多種不同類型的量化版本，如Q3、Q4、Q5、Q6、Q8等，以滿足不同硬件配置和性能需求。
• 特定權重處理：部分量化版本（如Q3_K_XL、Q4_K_L等）採用了將嵌入和輸出權重量化為Q8_0的標準量化方法，而非默認設置。
• 在線重打包：部分量化版本支持在線重打包權重，可根據硬件情況自動優化性能。

📦 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/allura-org_Q3-30B-A3B-Designant-GGUF --include "allura-org_Q3-30B-A3B-Designant-Q4_K_M.gguf" --local-dir ./

如果模型大小超過50GB，它會被拆分為多個文件。若要將它們全部下載到本地文件夾，可運行：

huggingface-cli download bartowski/allura-org_Q3-30B-A3B-Designant-GGUF --include "allura-org_Q3-30B-A3B-Designant-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如allura - org_Q3 - 30B - A3B - Designant - Q8_0），也可以直接下載到當前目錄（./）。

💻 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

下載文件選擇

嵌入/輸出權重說明

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，而非默認設置。

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8，這些版本的權重會在內存中交錯排列，以通過一次加載更多數據來提高ARM和AVX機器的性能。

然而，現在有了所謂的權重“在線重打包”功能，詳情見 此PR。如果你使用Q4_0，且你的硬件能從權重重打包中受益，它會自動實時進行重打包。

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，這得益於 此PR，它也會為ARM重打包權重，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。

文件選擇建議

🔧 技術細節

基準測試（AVX2系統 - EPYC7702）

📄 許可證

文檔中未提及相關許可證信息。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw在嵌入/輸出方面提供的靈感。 感謝LM Studio對我工作的贊助。

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