Qwen2.5 Coder 1.5B Instruct Abliterated GGUF

🚀 Qwen2.5-Coder-1.5B-Instruct-abliterated的Llamacpp imatrix量化模型

本項目提供了基於llama.cpp對Qwen2.5-Coder-1.5B-Instruct-abliterated模型進行量化的版本。通過量化，能夠在不同硬件條件下更高效地運行模型，滿足多樣化的使用需求。

🚀 快速開始

模型量化

使用 llama.cpp 版本 b4058 進行量化。原始模型可從 這裡 獲取。所有量化版本均使用imatrix選項，並採用 該數據集 進行校準。

運行環境

你可以在 LM Studio 中運行這些量化模型。

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

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/Qwen2.5-Coder-1.5B-Instruct-abliterated-GGUF --include "Qwen2.5-Coder-1.5B-Instruct-abliterated-Q4_K_M.gguf" --local-dir ./

下載分割文件

如果模型大小超過50GB，它會被分割成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Qwen2.5-Coder-1.5B-Instruct-abliterated-GGUF --include "Qwen2.5-Coder-1.5B-Instruct-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Qwen2.5-Coder-1.5B-Instruct-abliterated-Q8_0），或者直接下載到當前目錄（./）。

📚 詳細文檔

下載文件列表

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，而不是默認值。

有人認為這樣可以提高質量，也有人沒有發現明顯差異。如果你使用了這些模型，請留言分享你的使用結果。我希望得到反饋，以確認這些量化模型是否真的被使用且有用，這樣我就不會繼續上傳無人使用的量化模型了。

Q4_0_X_X量化模型

這些量化模型不適用於Metal（蘋果）卸載，僅適用於ARM芯片。

如果你使用的是ARM芯片，Q4_0_X_X量化模型將顯著提高運行速度。你可以查看 原始拉取請求 中的Q4_0_4_4速度比較。

要確定哪個量化模型最適合你的ARM芯片，你可以查看 AArch64 SoC特性（感謝EloyOn！）。

如何選擇文件

Artefact2 提供了一篇很棒的文章，帶有展示各種性能的圖表，你可以 點擊這裡查看。

首先，你需要確定你能夠運行多大的模型。這需要你瞭解自己的系統內存（RAM）和/或顯存（VRAM）大小。

如果你希望模型運行速度儘可能快，你需要將整個模型加載到GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化模型。

如果你追求絕對的最高質量，將系統內存和GPU顯存相加，然後選擇文件大小比這個總和小1 - 2GB的量化模型。

接下來，你需要決定是使用'I-quant'還是'K-quant'。

如果你不想考慮太多，選擇K-quant模型，格式為'QX_K_X'，如Q5_K_M。

如果你想深入瞭解，可以查看這個非常有用的特性圖表：llama.cpp特性矩陣

一般來說，如果你希望量化級別低於Q4，並且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以考慮I-quant模型，格式為IQX_X，如IQ3_M。這些是較新的模型，在相同大小下性能更好。

I-quant模型也可以在CPU和蘋果Metal上使用，但速度會比K-quant模型慢。因此，你需要在速度和性能之間做出權衡。

I-quant模型不兼容Vulcan（也是AMD的），所以如果你使用的是AMD顯卡，請仔細檢查你使用的是rocBLAS版本還是Vulcan版本。在撰寫本文時，LM Studio有一個支持ROCm的預覽版，其他推理引擎也有針對ROCm的特定版本。

📄 許可證

本項目採用 Apache-2.0許可證。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw啟發我對嵌入/輸出進行實驗。

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