Menlo Jan Nano GGUF

🚀 Menlo的Jan - nano量化模型

本項目基於llama.cpp對Menlo/Jan - nano模型進行量化處理，提供多種量化類型的模型文件，以滿足不同硬件和性能需求。用戶可根據自身硬件配置和使用場景選擇合適的量化模型文件進行下載和使用。

🚀 快速開始

本項目是對Menlo/Jan - nano模型的量化版本。使用 llama.cpp 的 b5627 版本進行量化。

• 原始模型地址：[https://huggingface.co/Menlo/Jan - nano](https://huggingface.co/Menlo/Jan - nano)
• 所有量化模型均使用imatrix選項，並採用 此處 的數據集。
• 可在 LM Studio 中運行這些量化模型。
• 也可直接使用 llama.cpp 或其他基於llama.cpp的項目來運行。

✨ 主要特性

• 多種量化類型：提供瞭如bf16、Q8_0、Q6_K_L等多種量化類型的模型文件，用戶可根據自身硬件和性能需求進行選擇。
• 優化權重處理：部分量化模型（如Q3_K_XL、Q4_K_L等）採用了將嵌入和輸出權重量化為Q8_0的標準量化方法，以提高性能。
• 在線重打包功能：對於部分量化模型（如Q4_0），支持在線重打包權重，以提高在ARM和AVX機器上的性能。

📦 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/Menlo_Jan-nano-GGUF --include "Menlo_Jan-nano-Q4_K_M.gguf" --local-dir ./

如果模型文件大於 50GB，它會被分割成多個文件。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Menlo_Jan-nano-GGUF --include "Menlo_Jan-nano-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Menlo_Jan - nano - 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
<think>

</think>

📚 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。

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，對於權重有了所謂的“在線重打包”功能，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的 b4282 版本開始，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重打包權重，但目前僅適用於4_4。加載時間可能會更長，但總體速度會提高。

選擇合適的文件

🔧 技術細節

基準測試（AVX2系統 - EPYC7702）

📄 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](https://ko - fi.com/bartowski)