Nvidia AceReason Nemotron 14B GGUF

🚀 英偉達AceReason - Nemotron - 14B的Llamacpp imatrix量化版本

本項目是英偉達AceReason - Nemotron - 14B模型的量化版本，使用llamacpp工具進行量化處理，為不同硬件條件和性能需求的用戶提供了多種量化選擇。

🚀 快速開始

使用 llama.cpp 版本 b5432 進行量化。

• 原始模型：https://huggingface.co/nvidia/AceReason - Nemotron - 14B
• 所有量化模型均使用imatrix選項，並採用來自 此處 的數據集。
• 可以在 LM Studio 中運行這些量化模型。
• 也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如bf16、Q8_0、Q6_K_L等，滿足不同的性能和質量需求。
• 在線重打包：部分量化模型支持在線重打包，可自動優化ARM和AVX機器的性能。
• 靈活選擇：用戶可以根據自己的硬件資源（如RAM、VRAM）和性能要求選擇合適的量化模型。

📦 安裝指南

使用huggingface - cli下載

首先，確保你已經安裝了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/nvidia_AceReason-Nemotron-14B-GGUF --include "nvidia_AceReason-Nemotron-14B-Q4_K_M.gguf" --local-dir ./

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/nvidia_AceReason-Nemotron-14B-GGUF --include "nvidia_AceReason-Nemotron-14B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如nvidia_AceReason - Nemotron - 14B - Q8_0），或者將它們全部下載到當前目錄（./）。

💻 使用示例

提示格式

<｜begin▁of▁sentence｜>{system_prompt}<｜User｜>{prompt}<｜Assistant｜><｜end▁of▁sentence｜><｜Assistant｜><think>

📚 詳細文檔

下載文件選擇

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，以便通過一次加載更多數據來提高ARM和AVX機器的性能。

現在，有了一種稱為“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，它會自動實時進行重打包。

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，感謝 此PR，它也會為ARM重打包權重，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。

選擇哪個文件？

首先要確定你能運行多大的模型。為此，你需要了解自己有多少RAM和/或VRAM。

• 如果你希望模型運行儘可能快，你需要將整個模型放入GPU的VRAM中。選擇文件大小比GPU總VRAM小1 - 2GB的量化模型。
• 如果你追求絕對最高質量，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的量化模型。

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](https://github.com/ggerganov/llama.cpp/wiki/Feature - matrix)。

一般來說，如果你目標是Q4以下的量化，並且使用cuBLAS（英偉達）或rocBLAS（AMD），應該考慮I - 量化模型，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。

這些I - 量化模型也可以在CPU上使用，但比相應的K - 量化模型慢，所以你需要在速度和性能之間做出權衡。

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。 感謝LM Studio贊助本項目。

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

📄 許可證

本項目使用英偉達開放模型許可證（nvidia - open - model - license），許可證鏈接：https://www.nvidia.com/en - us/agreements/enterprise - software/nvidia - open - model - license/