Katanemo Arch Function Chat 3B GGUF

🚀 katanemo的Arch - Function - Chat - 3B的Llamacpp imatrix量化模型

本項目是對katanemo/Arch - Function - Chat - 3B模型進行的量化處理，旨在提升模型在特定環境下的運行效率和性能。通過使用llama.cpp工具，提供了多種量化類型的模型文件供用戶選擇。

🚀 快速開始

運行環境

• 可以在 LM Studio 中運行量化後的模型。
• 也可以直接使用 llama.cpp 或基於llama.cpp的其他項目來運行。

提示格式

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

下載文件

從以下表格中選擇合適的文件進行下載：

📚 詳細文檔

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。

下載文件

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/katanemo_Arch-Function-Chat-3B-GGUF --include "katanemo_Arch-Function-Chat-3B-Q4_K_M.gguf" --local-dir ./

如果模型大於50GB，它將被分割成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/katanemo_Arch-Function-Chat-3B-GGUF --include "katanemo_Arch-Function-Chat-3B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如katanemo_Arch-Function-Chat-3B-Q8_0），也可以將它們全部下載到當前目錄（./）。

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，以便通過一次加載更多數據來提高ARM和AVX機器的性能。

現在，有了所謂的權重“在線重新打包”功能，詳情見 此PR。如果你使用Q4_0，並且你的硬件可以從重新打包權重中受益，它將自動即時進行。

從llama.cpp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。加載時間可能會更長，但總體速度會提高。

如何選擇文件

🔧 技術細節

量化方法

使用 llama.cpp 版本 b5010 進行量化。所有量化模型均使用imatrix選項，並使用來自 這裡 的數據集。

基準測試

📄 許可證

本項目使用的許可證為katanemo - research，詳細信息請見 許可證鏈接。

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。