Dolphin3.0 Llama3.2 1B GGUF

🚀 Dolphin3.0-Llama3.2-1B的Llamacpp imatrix量化模型

本項目基於llama.cpp對Dolphin3.0-Llama3.2-1B模型進行量化處理，提供多種量化類型的模型文件，可在LM Studio中運行。這些量化模型能在不同硬件條件下平衡性能與質量，滿足多樣化的使用需求。

模型信息

🚀 快速開始

使用 llama.cpp 的 b4418 版本進行量化。所有量化模型均使用 imatrix 選項，並採用 此處 的數據集。你可以在 LM Studio 中運行這些模型。

提示詞格式

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

📦 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/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-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。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Dolphin3.0-Llama3.2-1B-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

下載文件

從以下列表中選擇並下載文件（非整個分支）：

🔧 技術細節

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，這些模型的權重會在內存中交錯排列，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，有了一種稱為“在線重新打包”的權重處理方式，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，它將自動即時進行處理。

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

此外，如果你想獲得略高的質量，可以使用IQ4_NL，詳見 此PR，它也會為ARM重新打包權重，但目前僅適用於4_4。加載時間可能會變慢，但整體速度會提高。

如何選擇文件

📄 許可證

本項目使用llama3.2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。

如果你想支持作者的工作，可以訪問 ko-fi頁面。