Xlangai Jedi 3B 1080p GGUF

🚀 xlangai的Jedi-3B-1080p的Llamacpp imatrix量化版本

本項目是xlangai的Jedi-3B-1080p模型的量化版本，使用特定工具和數據集進行量化處理，可在多種環境中運行，為不同硬件條件和需求的用戶提供了豐富的選擇。

🚀 快速開始

本項目使用 llama.cpp 發佈版本 b5524 進行量化。 原始模型地址：https://huggingface.co/xlangai/Jedi-3B-1080p 所有量化模型均使用imatrix選項，並採用來自 此處 的數據集。 你可以在 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供選擇，如bf16、Q8_0、Q6_K_L等，滿足不同的性能和質量需求。
• 特定權重處理：部分量化模型（如Q3_K_XL、Q4_K_L等）採用了特殊的量化方法，將嵌入和輸出權重量化為Q8_0，以提高性能。
• 在線重打包：部分量化模型支持在線重打包，可根據硬件自動優化性能。

📦 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/xlangai_Jedi-3B-1080p-GGUF --include "xlangai_Jedi-3B-1080p-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/xlangai_Jedi-3B-1080p-GGUF --include "xlangai_Jedi-3B-1080p-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如xlangai_Jedi-3B-1080p-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

提示格式

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

📚 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）採用了標準的量化方法，將嵌入和輸出權重量化為Q8_0，而不是通常的默認值。

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。

然而，現在有一種稱為“在線重打包”的權重處理方法，詳情見 此PR。如果你使用Q4_0，並且你的硬件可以從權重重打包中受益，它將自動即時進行重打包。

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，如果你想獲得略好的質量，可以使用IQ4_NL，感謝 此PR，它也會為ARM重打包權重，不過目前僅支持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，你需要確定你可以運行多大的模型。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的量化模型。
• 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。這些模型的格式為“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。

一般來說，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-quant。這些模型的格式為IQX_X，如IQ3_M。它們是較新的模型，在相同大小下提供更好的性能。

這些I-quant也可以在CPU上使用，但比相應的K-quant慢，因此你需要在速度和性能之間做出權衡。

🔧 技術細節

量化工具

使用 llama.cpp 發佈版本 b5524 進行量化。

量化數據集

所有量化模型均使用imatrix選項，並採用來自 此處 的數據集。

在線重打包

部分量化模型支持在線重打包，詳情見 此PR。

📄 許可證

本項目採用Apache-2.0許可證。

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對本項目的贊助。

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