Skywork Skywork SWE 32B GGUF

🚀 Skywork對Skywork-SWE-32B的Llamacpp imatrix量化

本項目是對Skywork-SWE-32B模型進行的Llamacpp imatrix量化，解決了大模型在資源受限環境下難以運行的問題，通過量化能在保證一定性能的前提下，顯著減少模型的存儲空間和計算資源需求，提升模型的運行效率。

🚀 快速開始

你可以通過以下方式使用這些量化模型：

• 在 LM Studio 中運行。
• 直接使用 llama.cpp 或任何基於 llama.cpp 的項目運行。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型供選擇，如 bf16、Q8_0、Q6_K_L 等，以滿足不同的性能和質量需求。
• 在線重打包：部分量化模型支持在線重打包，可根據硬件自動優化權重，提升性能。

📦 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/Skywork_Skywork-SWE-32B-GGUF --include "Skywork_Skywork-SWE-32B-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/Skywork_Skywork-SWE-32B-GGUF --include "Skywork_Skywork-SWE-32B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 Skywork_Skywork-SWE-32B-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

基礎用法

提示格式如下：

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

📚 詳細文檔

下載文件

你可以從以下列表中下載單個文件（而非整個分支）：

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，以便在ARM和AVX機器上通過一次加載更多數據來提高性能。

然而，現在有了一種稱為“在線重打包”的權重處理方式，詳情見 此PR。如果你使用 Q4_0 且硬件能從權重重打包中受益，它會自動即時進行重打包。

從 llama.cpp 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，如果你想獲得略高的質量，可以使用 IQ4_NL，詳情見 此PR，它也會為ARM重打包權重，不過目前僅支持 4_4。加載時間可能會更長，但整體速度會提高。

如何選擇文件

🔧 技術細節

使用 llama.cpp 版本 b5697 進行量化。原始模型為 Skywork/Skywork-SWE-32B。所有量化均使用 imatrix 選項和來自 此處 的數據集進行。

📄 許可證

本項目採用 apache-2.0 許可證。

致謝

感謝 kalomaze 和 Dampf 協助創建 imatrix 校準數據集。 感謝 ZeroWw 啟發了對嵌入/輸出的實驗。 感謝 LM Studio 贊助我的工作。

如果你想支持我的工作，請訪問我的 ko-fi 頁面：https://ko-fi.com/bartowski