Nousresearch DeepHermes 3 Llama 3 8B Preview GGUF

🚀 NousResearch的DeepHermes-3-Llama-3-8B-Preview量化模型

本項目是對NousResearch的DeepHermes-3-Llama-3-8B-Preview模型進行量化處理，旨在優化模型性能和存儲需求。通過使用特定的量化方法和工具，生成了多種不同量化類型的模型文件，以滿足不同用戶的需求。

模型信息

🚀 快速開始

量化方法

使用 llama.cpp 發佈版本 b4688 進行量化。原始模型可從 這裡 獲取。所有量化模型均使用 imatrix 選項，並結合 此數據集 生成。

運行方式

• LM Studio：可在 LM Studio 中運行量化後的模型。
• llama.cpp：也可直接使用 llama.cpp 或其他基於 llama.cpp 的項目運行。

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

📦 安裝指南

使用huggingface-cli下載

首先，確保你已安裝 hugginface-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/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q4_K_M.gguf" --local-dir ./

如果模型大小超過 50GB，它將被拆分為多個文件。若要將所有文件下載到本地文件夾，請運行：

huggingface-cli download bartowski/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q8_0），也可以將所有文件下載到當前目錄（./）。

💻 使用示例

選擇合適的量化文件

📚 詳細文檔

量化文件下載

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，你會下載 Q4_0_4_4/4_8/8_8 模型，這些模型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，有了所謂的“在線重新打包”權重功能，詳情見 此 PR。如果你使用 Q4_0 模型，且硬件能從權重重新打包中受益，它將自動即時進行重新打包。

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，如果你想獲得更好的質量，可以使用 IQ4_NL，這得益於 此 PR，它也會為 ARM 重新打包權重，但目前僅支持 4_4 格式。加載時間可能會變慢，但總體速度會提高。

🔧 技術細節

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。這種處理方式在一定程度上影響了模型的性能和質量。

📄 許可證

本項目使用 llama3 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。

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