Sarvamai Sarvam M GGUF

🚀 sarvamai的sarvam-m模型的Llamacpp imatrix量化版本

本項目使用 llama.cpp 的 b5490 版本進行量化。該項目可用於多語言文本生成，支持英語、孟加拉語、印地語等多種語言。

模型信息

原模型鏈接

https://huggingface.co/sarvamai/sarvam-m

量化說明

所有量化版本均使用imatrix選項，並採用了來自 此處 的數據集。

🚀 快速開始

運行方式

• 在LM Studio中運行：可在 LM Studio 中直接使用這些量化模型。
• 使用llama.cpp運行：可通過 llama.cpp 或任何基於llama.cpp的項目直接運行。

提示詞格式

<s>[SYSTEM_PROMPT]Think deeply before answering the user's question. Do the thinking inside <think>...</think> tags.

{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

📦 下載文件

可從以下列表中選擇下載單個文件（而非整個分支）：

🔧 嵌入/輸出權重說明

部分量化版本（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，將嵌入和輸出權重量化為Q8_0，而非通常的默認值。

📥 使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/sarvamai_sarvam-m-GGUF --include "sarvamai_sarvam-m-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/sarvamai_sarvam-m-GGUF --include "sarvamai_sarvam-m-Q8_0/*" --local-dir ./

💻 ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8版本，這些版本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，現在有了一種名為“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

🙏 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/輸出實驗方面提供的靈感。
• 感謝LM Studio對我工作的贊助。

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

本項目採用apache - 2.0許可證。