Thedrummer Cydonia 24B V3 GGUF

🚀 TheDrummer的Cydonia-24B-v3的Llamacpp imatrix量化版本

本項目是TheDrummer的Cydonia-24B-v3模型的量化版本，使用特定工具和方法進行量化處理，為不同硬件和使用場景提供了多種量化選項。

基本信息

🚀 快速開始

本項目使用 llama.cpp 發佈版本 b5568 進行量化。

• 原始模型地址：https://huggingface.co/TheDrummer/Cydonia-24B-v3
• 所有量化模型均使用imatrix選項，並使用來自 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供選擇，每種量化類型在文件大小、質量和性能上各有特點，以滿足不同用戶的需求。

在線重打包功能

部分量化模型支持在線重打包功能，可根據硬件情況自動優化權重，提高性能。

詳細的選擇指南

為用戶提供了詳細的文件選擇指南，幫助用戶根據自身硬件配置和需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/TheDrummer_Cydonia-24B-v3-GGUF --include "TheDrummer_Cydonia-24B-v3-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/TheDrummer_Cydonia-24B-v3-GGUF --include "TheDrummer_Cydonia-24B-v3-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如TheDrummer_Cydonia-24B-v3-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

提示格式

未找到提示格式，請查看原始模型頁面。

下載文件

你可以從以下表格中選擇要下載的文件（不是整個分支）：

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，有了一種名為“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，如果你想獲得略好的質量，可以使用IQ4_NL，感謝 此PR，它也會為ARM重新打包權重，不過目前僅支持4_4。加載時間可能會更長，但會帶來整體速度的提升。

Q4_0_8_8在提示處理方面有顯著提升，在文本生成方面有小幅提升。

應該選擇哪個文件？

🔧 技術細節

本項目使用llama.cpp進行量化處理，通過特定的量化選項和數據集，生成多種不同量化類型的模型。同時，利用在線重打包等技術，優化模型在不同硬件上的性能。

📄 許可證

本項目使用其他許可證，具體詳情請參考相關說明。

💡 使用建議

• 在選擇量化模型時，根據自身硬件配置和需求，參考詳細文檔中的選擇指南進行選擇。
• 如果使用Q4_0，確保你的硬件支持在線重打包功能，以獲得更好的性能。
• 對於追求速度的用戶，儘量選擇文件大小適合GPU顯存的量化模型；對於追求質量的用戶，可綜合考慮系統內存和顯存。

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/輸出實驗方面的啟發。 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