🚀 PocketDoc的Dans-PersonalityEngine-V1.3.0-12b的Llamacpp imatrix量化版本
本項目是對PocketDoc的Dans-PersonalityEngine-V1.3.0-12b模型進行量化處理，旨在優化模型在不同硬件環境下的運行效率和性能。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。
🚀 快速開始
量化工具
使用 llama.cpp 發佈版本 b5466 進行量化。
原始模型
原始模型鏈接：https://huggingface.co/PocketDoc/Dans-PersonalityEngine-V1.3.0-12b
量化數據集
所有量化均使用imatrix選項，並採用來自 此處 的數據集。
運行方式
✨ 主要特性
支持多語言
支持英語（en）、阿拉伯語（ar）、德語（de）、法語（fr）、西班牙語（es）、印地語（hi）、葡萄牙語（pt）、日語（ja）、韓語（ko）等多種語言。
多領域適用
適用於通用目的、角色扮演、故事寫作、化學、生物學、代碼、氣候、法律、醫療、金融等多個領域。
多種量化類型
提供了多種不同的量化類型，如bf16、Q8_0、Q6_K_L等，用戶可以根據自己的硬件資源和性能需求選擇合適的量化文件。
📦 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]"
下載特定文件
你可以指定要下載的特定文件：
huggingface-cli download bartowski/PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-GGUF --include "PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-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/PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-GGUF --include "PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-Q8_0/*" --local-dir ./
你可以指定一個新的本地目錄，也可以將它們全部下載到當前目錄（./）。
💻 使用示例
提示格式
[gMASK]<sop><|system|>{system_prompt}<|endoftext|><|user|>{prompt}<|endoftext|><|assistant|>
📚 詳細文檔
下載文件列表
嵌入/輸出權重
部分量化（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，這些文件的權重會在內存中交錯排列，以便通過一次加載更多數據來提高ARM和AVX機器的性能。
然而，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，並且你的硬件能從重新打包權重中受益，它將自動實時進行處理。
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，不過目前僅適用於4_4。加載時間可能會更長，但總體速度會提高。
選擇合適的文件
點擊查看詳情
Artefact2在 此處 提供了一篇很棒的文章，配有圖表展示各種性能。
首先，你需要確定你能運行多大的模型。為此，你需要了解你有多少內存（RAM）和/或顯存（VRAM）。
如果你希望模型運行得儘可能快，你需要將整個模型放入GPU的顯存中。選擇文件大小比GPU總顯存小1 - 2GB的量化文件。
如果你追求絕對最高質量，將系統內存和GPU顯存相加，然後選擇文件大小比該總和小1 - 2GB的量化文件。
接下來，你需要決定是使用“I量化”還是“K量化”。
如果你不想考慮太多，選擇K量化文件。這些文件的格式為“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
但基本上，如果你目標是低於Q4的量化，並且你使用的是cuBLAS（Nvidia）或rocBLAS（AMD），你應該考慮I量化文件。這些文件的格式為IQX_X，如IQ3_M。這些是較新的量化方式，在相同大小下提供更好的性能。
這些I量化文件也可以在CPU上使用，但比對應的K量化文件慢，所以你需要在速度和性能之間做出權衡。
🔧 技術細節
數據集
本項目使用了多個數據集進行訓練，包括：
- PocketDoc/Dans-Prosemaxx-RP
- PocketDoc/Dans-Personamaxx-Logs-2
- PocketDoc/Dans-Personamaxx-VN
- ... （此處省略部分數據集名稱）
基礎模型
基礎模型為：PocketDoc/Dans-PersonalityEngine-V1.3.0-12b
量化方法
使用llama.cpp的imatrix選項進行量化，部分量化文件的嵌入和輸出權重採用Q8_0量化。
📄 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提供關於嵌入/輸出實驗的靈感。
感謝LM Studio贊助我的工作。
如果你想支持我的工作，請訪問我的ko-fi頁面：https://ko-fi.com/bartowski
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers 支持多種語言