E N V Y Legion V2.1 LLaMa 70B Elarablated V0.8 Hf GGUF

🚀 Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf的Llamacpp imatrix量化版本

本項目是對e - n - v - y發佈的Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf模型進行的量化處理。通過量化，能在不同硬件條件下更高效地運行該模型，滿足多樣化的使用需求。

🚀 快速開始

• 運行環境：可以在LM Studio中運行這些量化模型，也能直接使用llama.cpp或其他基於llama.cpp的項目來運行。
• 下載文件：從下方表格中選擇合適的量化文件進行下載。

✨ 主要特性

• 量化工具：使用 llama.cpp 發佈版本 b5524 進行量化。
• 原始模型：原始模型可從 這裡 獲取。
• 量化選項：所有量化均使用imatrix選項，並採用了來自 此處 的數據集。

📦 安裝指南

使用huggingface - cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-GGUF --include "e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-GGUF --include "e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|>
<|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|>
<|start_header_id|>assistant<|end_header_id|>

📚 詳細文檔

量化文件下載

嵌入/輸出權重

部分量化模型（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，但其嵌入和輸出權重被量化為Q8_0，而非通常的默認值。

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8文件，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，現在有了一種名為“在線重新打包”的權重處理方法，詳情見 此PR。如果你使用Q4_0，並且你的硬件能從重新打包權重中受益，它將自動即時進行處理。

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。

如何選擇文件

🔧 技術細節

本項目使用llama.cpp的b5524版本進行量化，利用imatrix選項和特定數據集完成量化過程。對於ARM和AVX機器，引入了在線重新打包權重的技術以提升性能。

📄 許可證

本項目使用的許可證為llama3.3。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 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