LLAMA 3 8B Unaligned BETA GGUF

🚀 LLAMA-3_8B_Unaligned_BETA的Llamacpp imatrix量化版本

本項目提供了LLAMA-3_8B_Unaligned_BETA模型的量化版本，藉助量化技術可在不同硬件條件下更高效地運行模型。

🚀 快速開始

運行環境

可在 LM Studio 中運行這些量化模型。

下載文件

可從下方表格中選擇所需的量化文件進行下載：

提示格式

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

✨ 主要特性

• 多量化類型支持：提供了多種量化類型的文件，可根據不同的硬件資源和性能需求進行選擇。
• ARM芯片優化：部分量化類型針對ARM芯片進行了優化，可顯著提升推理速度。
• 嵌入/輸出權重調整：部分量化文件對嵌入和輸出權重進行了特殊處理，可能會提高模型質量。

📦 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

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/LLAMA-3_8B_Unaligned_BETA-GGUF --include "LLAMA-3_8B_Unaligned_BETA-Q4_K_M.gguf" --local-dir ./

下載拆分文件

如果模型大於50GB，它將被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/LLAMA-3_8B_Unaligned_BETA-GGUF --include "LLAMA-3_8B_Unaligned_BETA-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如LLAMA-3_8B_Unaligned_BETA-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

嵌入/輸出權重說明

部分量化文件（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，但將嵌入和輸出權重量化為Q8_0，而不是默認值。有人認為這可以提高質量，也有人認為沒有明顯差異。如果你使用了這些模型，請評論分享你的發現，以便了解這些量化文件是否真正有用。

Q4_0_X_X量化類型說明

這些量化類型不適合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量化類型將顯著提高速度。你可以查看 原始拉取請求 中的Q4_0_4_4速度比較。要確定哪種量化類型最適合你的ARM芯片，可以查看 AArch64 SoC特性。

如何選擇文件

Artefact2 提供了一篇很棒的文章，其中包含顯示各種性能的圖表，可參考 此處。選擇文件時，首先要確定你可以運行的模型大小，這需要了解你擁有的RAM和/或VRAM容量。

• 追求最快速度：如果希望模型儘可能快地運行，應選擇文件大小比GPU的總VRAM小1 - 2GB的量化文件，以便將整個模型放入GPU的VRAM中。
• 追求最高質量：如果追求絕對最高質量，將系統RAM和GPU的VRAM相加，然後選擇文件大小比該總和小1 - 2GB的量化文件。

接下來，你需要決定是否使用'I-quant'或'K-quant'：

• 不想過多考慮：可以選擇K-quant，格式為'QX_K_X'，如Q5_K_M。
• 想深入瞭解：可以查看 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cuBLAS（Nvidia）或rocBLAS（AMD），可以考慮I-quant，格式為IQX_X，如IQ3_M。這些是較新的量化類型，在相同大小下提供更好的性能。

I-quant也可以在CPU和Apple Metal上使用，但速度會比K-quant慢，因此需要在速度和性能之間進行權衡。此外，I-quant與Vulcan（也是AMD）不兼容，因此如果你使用的是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。

🔧 技術細節

本項目使用 llama.cpp 的 b3901 版本進行量化。原始模型可在 此處 找到。所有量化文件均使用imatrix選項，並使用 此處 的數據集。

📄 許可證

文檔中未提及許可證相關信息。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw啟發了對嵌入/輸出的實驗。

如果你想支持作者的工作，可以訪問作者的ko-fi頁面：https://ko-fi.com/bartowski