Aura 4B GGUF

🚀 Aura-4B的Llamacpp imatrix量化版本

本項目使用 llama.cpp 的 b4381 版本進行量化。原始模型可查看：https://huggingface.co/AuraIndustries/Aura-4B。所有量化模型均使用imatrix選項，並基於 此處 的數據集生成。你可以在 LM Studio 中運行這些量化模型。

🚀 快速開始

本項目提供了Aura-4B模型的多種量化版本，你可以根據自身需求選擇合適的量化文件進行下載和使用。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如f16、Q8_0、Q6_K_L等，滿足不同場景下對模型質量和性能的需求。
• 優化的嵌入/輸出權重：部分量化模型（如Q3_K_XL、Q4_K_L等）採用了特殊的量化方法，將嵌入和輸出權重量化為Q8_0，以提高模型性能。
• 在線重打包功能：部分量化模型（如Q4_0）支持在線重打包功能，可根據硬件情況自動優化權重，提升在ARM和AVX機器上的性能。

📦 安裝指南

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載指定文件

你可以指定要下載的具體文件：

huggingface-cli download bartowski/Aura-4B-GGUF --include "Aura-4B-Q4_K_M.gguf" --local-dir ./

下載拆分文件

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，請運行：

huggingface-cli download bartowski/Aura-4B-GGUF --include "Aura-4B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Aura-4B-Q8_0），也可以直接下載到當前目錄（./）。

💻 使用示例

基礎用法

本項目提供了特定的提示格式，你可以按照以下格式進行交互：

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

📚 詳細文檔

量化文件信息

嵌入/輸出權重

部分量化模型（如Q3_K_XL、Q4_K_L等）採用了標準的量化方法，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。

然而，現在有一種名為“在線重打包”的權重處理方式，詳情見 此PR。如果你使用Q4_0，並且你的硬件能從權重重打包中受益，它將自動即時進行處理。

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重新打包權重，不過目前僅支持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

🔧 技術細節

基準測試

📄 許可證

本項目採用Apache 2.0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。

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