BAAI_RoboBrain2.0-7B-GGUF開源模型 - 多量化類型適配不同硬件需求

首頁

BAAI RoboBrain2.0 7B GGUF

由bartowski開發

這是BAAI的RoboBrain2.0-7B模型的量化版本，通過llama.cpp進行量化處理，提供多種量化類型以適應不同硬件需求。

大型語言模型開源協議:Apache-2.0 #高效量化 #多硬件適配 #低內存優化

下載量 448

發布時間 : 6/10/2025

模型概述

該模型是RoboBrain2.0-7B的量化版本，旨在通過特定的量化技術提高模型在不同硬件條件下的運行效率。

模型特點

多種量化類型

提供從Q2_K到Q8_0的多種量化類型，用戶可根據硬件條件和性能需求選擇最適合的版本。

高效運行

通過量化技術優化模型，使其在資源有限的設備上也能高效運行。

嵌入和輸出權重優化

部分量化模型對嵌入和輸出權重進行了特殊處理，以提高模型性能和質量。

模型能力

文本生成

多輪對話

系統提示支持

使用案例

自然語言處理

對話系統

可用於構建智能對話系統，支持多輪交互。

提供流暢且上下文相關的回覆。

內容生成

生成高質量文本內容，如文章、報告等。

生成內容具有較高的連貫性和邏輯性。

🚀 由BAAI發佈的RoboBrain2.0-7B的Llamacpp imatrix量化版本

本項目是對BAAI的RoboBrain2.0-7B模型進行量化處理後的版本。通過特定的量化技術，使得模型在不同硬件條件下能更高效地運行，同時提供了多種量化類型供用戶根據自身需求選擇。

🚀 快速開始

本項目使用 llama.cpp 發佈的 b5596 版本進行量化。原始模型地址：https://huggingface.co/BAAI/RoboBrain2.0-7B

所有量化模型均使用imatrix選項，並採用了來自此處的數據集。

你可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或其他基於llama.cpp的項目來運行。

✨ 主要特性

提示格式

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

多種量化類型

提供了豐富的量化類型供用戶選擇，每種量化類型在文件大小、質量和性能上各有特點。具體信息如下表所示：

文件名	量化類型	文件大小	分割情況	描述
RoboBrain2.0-7B-bf16.gguf	bf16	15.24GB	false	完整的BF16權重。
RoboBrain2.0-7B-Q8_0.gguf	Q8_0	8.10GB	false	極高質量，通常不需要，但提供了最大可用量化。
RoboBrain2.0-7B-Q6_K_L.gguf	Q6_K_L	6.52GB	false	嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。
RoboBrain2.0-7B-Q6_K.gguf	Q6_K	6.25GB	false	非常高質量，接近完美，推薦。
RoboBrain2.0-7B-Q5_K_L.gguf	Q5_K_L	5.78GB	false	嵌入和輸出權重使用Q8_0。高質量，推薦。
RoboBrain2.0-7B-Q5_K_M.gguf	Q5_K_M	5.44GB	false	高質量，推薦。
RoboBrain2.0-7B-Q5_K_S.gguf	Q5_K_S	5.32GB	false	高質量，推薦。
RoboBrain2.0-7B-Q4_K_L.gguf	Q4_K_L	5.09GB	false	嵌入和輸出權重使用Q8_0。良好質量，推薦。
RoboBrain2.0-7B-Q4_1.gguf	Q4_1	4.87GB	false	舊格式，性能與Q4_K_S相似，但在蘋果硅芯片上每個瓦特的令牌數有所提高。
RoboBrain2.0-7B-Q4_K_M.gguf	Q4_K_M	4.68GB	false	良好質量，大多數用例的默認大小，推薦。
RoboBrain2.0-7B-Q3_K_XL.gguf	Q3_K_XL	4.57GB	false	嵌入和輸出權重使用Q8_0。質量較低但可用，適合低內存情況。
RoboBrain2.0-7B-Q4_K_S.gguf	Q4_K_S	4.46GB	false	質量稍低但節省空間，推薦。
RoboBrain2.0-7B-Q4_0.gguf	Q4_0	4.44GB	false	舊格式，提供用於ARM和AVX CPU推理的在線重新打包。
RoboBrain2.0-7B-IQ4_NL.gguf	IQ4_NL	4.44GB	false	類似於IQ4_XS，但稍大。提供用於ARM CPU推理的在線重新打包。
RoboBrain2.0-7B-IQ4_XS.gguf	IQ4_XS	4.22GB	false	質量不錯，比Q4_K_S小且性能相似，推薦。
RoboBrain2.0-7B-Q3_K_L.gguf	Q3_K_L	4.09GB	false	質量較低但可用，適合低內存情況。
RoboBrain2.0-7B-Q3_K_M.gguf	Q3_K_M	3.81GB	false	低質量。
RoboBrain2.0-7B-IQ3_M.gguf	IQ3_M	3.57GB	false	中低質量，採用新方法，性能與Q3_K_M相當。
RoboBrain2.0-7B-Q2_K_L.gguf	Q2_K_L	3.55GB	false	嵌入和輸出權重使用Q8_0。質量非常低，但令人驚訝地可用。
RoboBrain2.0-7B-Q3_K_S.gguf	Q3_K_S	3.49GB	false	低質量，不推薦。
RoboBrain2.0-7B-IQ3_XS.gguf	IQ3_XS	3.35GB	false	質量較低，採用新方法，性能不錯，略優於Q3_K_S。
RoboBrain2.0-7B-IQ3_XXS.gguf	IQ3_XXS	3.11GB	false	質量較低，採用新方法，性能不錯，與Q3量化相當。
RoboBrain2.0-7B-Q2_K.gguf	Q2_K	3.02GB	false	質量非常低，但令人驚訝地可用。
RoboBrain2.0-7B-IQ2_M.gguf	IQ2_M	2.78GB	false	質量相對較低，採用最先進技術，令人驚訝地可用。

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，而非通常的默認值。

📦 安裝指南

使用huggingface-cli下載

點擊查看下載說明

首先，確保你已安裝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/BAAI_RoboBrain2.0-7B-GGUF --include "BAAI_RoboBrain2.0-7B-Q4_K_M.gguf" --local-dir ./

如果模型大於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/BAAI_RoboBrain2.0-7B-GGUF --include "BAAI_RoboBrain2.0-7B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如BAAI_RoboBrain2.0-7B-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

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，並且你的硬件可以從重新打包權重中受益，它將自動在運行時進行處理。

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，但總體速度會有所提升。

點擊查看Q4_0_X_X信息（已棄用）

我保留這部分內容是為了展示使用帶有在線重新打包的Q4_0在性能上的潛在理論提升。

點擊查看AVX2系統（EPYC7702）上的基準測試

模型	大小	參數	後端	線程數	測試用例	每秒令牌數	與Q4_0相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%