Bagel 8b V1.0 GGUF

🚀 bagel-8b-v1.0的Llamacpp imatrix量化版本

本項目是bagel-8b-v1.0的Llamacpp imatrix量化版本，提供了多種量化文件供用戶選擇，以滿足不同的硬件和性能需求。

🚀 快速開始

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載指定文件

你可以指定要下載的具體文件：

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

下載大模型拆分文件

如果模型大小超過50GB，它會被拆分為多個文件。若要將它們全部下載到本地文件夾，可運行以下命令：

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q8_0.gguf/*" --local-dir bagel-8b-v1.0-Q8_0 --local-dir-use-symlinks False

你可以指定一個新的本地目錄（如bagel-8b-v1.0-Q8_0），也可以將它們全部下載到當前目錄（./）。

✨ 主要特性

• 多種量化選擇：提供了從高質量到低質量的多種量化文件，以適應不同的硬件和性能需求。
• 性能優化：部分量化文件採用了新的方法，在保證一定性能的同時節省了空間。

📦 安裝指南

安裝huggingface-cli：

pip install -U "huggingface_hub[cli]"

💻 使用示例

下載指定文件示例

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

下載大模型拆分文件示例

huggingface-cli download bartowski/bagel-8b-v1.0-GGUF --include "bagel-8b-v1.0-Q8_0.gguf/*" --local-dir bagel-8b-v1.0-Q8_0 --local-dir-use-symlinks False

📚 詳細文檔

基礎信息

訓練數據集

• ai2_arc
• allenai/ultrafeedback_binarized_cleaned
• argilla/distilabel-intel-orca-dpo-pairs
• jondurbin/airoboros-3.2
• codeparrot/apps
• facebook/belebele
• bluemoon-fandom-1-1-rp-cleaned
• boolq
• camel-ai/biology
• camel-ai/chemistry
• camel-ai/math
• camel-ai/physics
• jondurbin/contextual-dpo-v0.1
• jondurbin/gutenberg-dpo-v0.1
• jondurbin/py-dpo-v0.1
• jondurbin/truthy-dpo-v0.1
• LDJnr/Capybara
• jondurbin/cinematika-v0.1
• WizardLM/WizardLM_evol_instruct_70k
• glaiveai/glaive-function-calling-v2
• jondurbin/gutenberg-dpo-v0.1
• grimulkan/LimaRP-augmented
• lmsys/lmsys-chat-1m
• ParisNeo/lollms_aware_dataset
• TIGER-Lab/MathInstruct
• Muennighoff/natural-instructions
• openbookqa
• kingbri/PIPPA-shareGPT
• piqa
• Vezora/Tested-22k-Python-Alpaca
• ropes
• cakiki/rosetta-code
• Open-Orca/SlimOrca
• b-mc2/sql-create-context
• squad_v2
• mattpscott/airoboros-summarization
• migtissera/Synthia-v1.3
• unalignment/toxic-dpo-v0.2
• WhiteRabbitNeo/WRN-Chapter-1
• WhiteRabbitNeo/WRN-Chapter-2
• winogrande

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|>

下載文件列表

如何選擇文件

Artefact2提供了一份很棒的帶有各種性能圖表的文章，點擊查看。

首先，你需要確定你可以運行多大的模型。這需要你瞭解自己有多少系統內存（RAM）和/或顯存（VRAM）。

如果你希望模型運行得儘可能快，你需要將整個模型加載到GPU的顯存中。選擇文件大小比你的GPU總顯存小1 - 2GB的量化文件。

如果你追求絕對的最高質量，將你的系統內存和GPU顯存相加，然後選擇文件大小比這個總和小1 - 2GB的量化文件。

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。它們的格式為'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功能圖表：llama.cpp feature matrix。

基本上，如果你目標是Q4以下的量化，並且你使用的是cuBLAS（Nvidia）或rocBLAS（AMD），你應該考慮I-quant。它們的格式為IQX_X，如IQ3_M。這些是較新的方法，在相同大小下提供更好的性能。

這些I-quant也可以在CPU和Apple Metal上使用，但比對應的K-quant慢，所以你需要在速度和性能之間做出權衡。

I-quant與Vulcan（也是AMD）不兼容，所以如果你有AMD顯卡，請仔細檢查你使用的是rocBLAS版本還是Vulcan版本。在撰寫本文時，LM Studio有一個支持ROCm的預覽版，其他推理引擎也有針對ROCm的特定版本。

支持作者

如果你想支持作者的工作，可以訪問作者的ko-fi頁面：https://ko-fi.com/bartowski

📄 許可證

本項目使用llama3許可證，查看許可證。