ICONNAI_ICONN-1-GGUF開源模型 - 多量化選項滿足不同性能與質量需求

首頁

ICONNAI ICONN 1 GGUF

由bartowski開發

ICONN-1的量化版本，提供多種量化選項以適應不同性能和質量需求

大型語言模型開源協議:其他 #多量化版本 #高性能推理 #大模型優化

下載量 609

發布時間 : 6/19/2025

模型概述

該項目提供了ICONNAI的ICONN-1模型的Llamacpp imatrix量化版本，包含從Q2到Q8的多種量化選項，適用於不同硬件配置和使用場景

模型特點

多樣化量化選項

提供從Q2到Q8共20多種量化版本，滿足不同硬件配置和性能需求

imatrix量化技術

使用llama.cpp的imatrix選項進行量化，優化模型性能

硬件適配優化

支持ARM和AVX CPU的在線權重重新打包，提升特定硬件上的運行效率

高質量推薦選項

提供Q6_K_L、Q5_K_M等多款高質量量化版本作為推薦選擇

模型能力

文本生成

對話系統

指令理解

使用案例

本地部署

LM Studio運行

可在LM Studio中直接運行量化模型

llama.cpp集成

可與任何基於llama.cpp的項目集成使用

研究應用

量化技術研究

可用於研究不同量化方法對模型性能的影響

🚀 ICONNAI的ICONN - 1的Llamacpp imatrix量化模型

本項目提供了ICONNAI的ICONN - 1模型的Llamacpp imatrix量化版本。這些量化模型在不同的場景下具有不同的性能和質量表現，用戶可以根據自身需求進行選擇。

🚀 快速開始

訪問請求說明

由於該模型存在大量負面反饋，為避免用戶在不知情的情況下下載，模型將設置訪問權限。訪問鏈接：相關討論。提交訪問信息後將自動批准，這只是一個額外的“我已瞭解”步驟，提交的信息不會被查看。

模型量化信息

量化工具：使用 llama.cpp 版本 b5697 進行量化。
原始模型：ICONN - 1
量化數據集：所有量化使用imatrix選項，數據集來自此處。

運行方式

LM Studio：可在 LM Studio 中運行。
llama.cpp：可直接使用 llama.cpp 或任何基於llama.cpp的項目運行。

✨ 主要特性

提示格式

未指定聊天模板，使用默認格式，可能存在錯誤，詳情請查看原始模型卡片。

<s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

模型文件下載

可從以下鏈接下載單個文件（非整個分支）：

文件名	量化類型	文件大小	是否拆分	描述
ICONN - 1 - Q8_0.gguf	Q8_0	89.23GB	true	極高質量，通常不需要，但為最大可用量化。
ICONN - 1 - Q6_K_L.gguf	Q6_K_L	69.22GB	true	嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。
ICONN - 1 - Q6_K.gguf	Q6_K	68.89GB	true	非常高質量，接近完美，推薦。
ICONN - 1 - Q5_K_L.gguf	Q5_K_L	60.04GB	true	嵌入和輸出權重使用Q8_0。高質量，推薦。
ICONN - 1 - Q5_K_M.gguf	Q5_K_M	59.63GB	true	高質量，推薦。
ICONN - 1 - Q5_K_S.gguf	Q5_K_S	57.83GB	true	高質量，推薦。
ICONN - 1 - Q4_1.gguf	Q4_1	52.63GB	true	舊格式，性能與Q4_K_S相似，但在Apple硅芯片上每瓦令牌數有所提高。
ICONN - 1 - Q4_K_L.gguf	Q4_K_L	51.40GB	true	嵌入和輸出權重使用Q8_0。質量良好，推薦。
ICONN - 1 - Q4_K_M.gguf	Q4_K_M	50.91GB	true	質量良好，大多數用例的默認大小，推薦。
ICONN - 1 - Q4_K_S.gguf	Q4_K_S	47.84GB	false	質量略低，但節省空間，推薦。
ICONN - 1 - Q4_0.gguf	Q4_0	47.63GB	false	舊格式，可為ARM和AVX CPU推理提供在線重新打包。
ICONN - 1 - IQ4_NL.gguf	IQ4_NL	47.45GB	false	與IQ4_XS相似，但略大。可為ARM CPU推理提供在線重新打包。
ICONN - 1 - IQ4_XS.gguf	IQ4_XS	44.85GB	false	質量尚可，比Q4_K_S小，性能相似，推薦。
ICONN - 1 - Q3_K_XL.gguf	Q3_K_XL	44.13GB	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。
ICONN - 1 - Q3_K_L.gguf	Q3_K_L	43.55GB	false	質量較低但可用，適合低內存情況。
ICONN - 1 - Q3_K_M.gguf	Q3_K_M	40.23GB	false	低質量。
ICONN - 1 - IQ3_M.gguf	IQ3_M	36.94GB	false	中低質量，新方法，性能與Q3_K_M相當。
ICONN - 1 - Q3_K_S.gguf	Q3_K_S	36.36GB	false	低質量，不推薦。
ICONN - 1 - IQ3_XS.gguf	IQ3_XS	34.45GB	false	質量較低，新方法，性能尚可，略優於Q3_K_S。
ICONN - 1 - IQ3_XXS.gguf	IQ3_XXS	32.40GB	false	質量較低，新方法，性能尚可，與Q3量化相當。
ICONN - 1 - Q2_K_L.gguf	Q2_K_L	31.41GB	false	嵌入和輸出權重使用Q8_0。質量非常低，但出乎意料地可用。
ICONN - 1 - Q2_K.gguf	Q2_K	30.76GB	false	質量非常低，但出乎意料地可用。
ICONN - 1 - IQ2_M.gguf	IQ2_M	27.74GB	false	相對低質量，使用最先進技術，出乎意料地可用。
ICONN - 1 - IQ2_S.gguf	IQ2_S	25.29GB	false	低質量，使用最先進技術，可用。
ICONN - 1 - IQ2_XS.gguf	IQ2_XS	24.77GB	false	低質量，使用最先進技術，可用。
ICONN - 1 - IQ2_XXS.gguf	IQ2_XXS	22.30GB	false	質量非常低，使用最先進技術，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，而非默認值。

下載方式

使用huggingface - cli下載

首先，確保已安裝huggingface - cli：

pip install -U "huggingface_hub[cli]"

然後，可指定要下載的特定文件：

huggingface-cli download bartowski/ICONNAI_ICONN-1-GGUF --include "ICONNAI_ICONN-1-Q4_K_M.gguf" --local-dir ./

如果模型大於50GB，它將被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/ICONNAI_ICONN-1-GGUF --include "ICONNAI_ICONN-1-Q8_0/*" --local-dir ./

可以指定新的本地目錄（ICONNAI_ICONN - 1 - Q8_0）或將它們全部下載到當前位置（./）。

ARM/AVX信息

以前，會下載Q4_0_4_4/4_8/8_8，這些模型的權重在內存中交錯排列，以通過一次加載更多數據來提高ARM和AVX機器的性能。

現在，有了所謂的權重“在線重新打包”功能，詳情見此PR。如果使用Q4_0且硬件能從重新打包權重中受益，它將自動即時進行。

從llama.cpp構建 b4282 開始，將無法運行Q4_0_X_X文件，而需要使用Q4_0。

此外，由於此PR，如果想獲得稍好的質量，可以使用IQ4_NL，它也會為ARM重新打包權重，但目前僅適用於4_4。加載時間可能較慢，但總體速度會提高。

如何選擇文件

可參考 Artefact2提供的詳細分析及以下步驟選擇合適的文件：

確定可運行的模型大小：需要確定可用的系統RAM和GPU的VRAM大小。
- 如果希望模型儘可能快地運行，應使整個模型適合GPU的VRAM。選擇文件大小比GPU總VRAM小1 - 2GB的量化模型。
- 如果追求絕對最高質量，將系統RAM和GPU的VRAM相加，然後選擇文件大小比該總和小1 - 2GB的量化模型。
選擇'I - quant'或'K - quant'：
- 如果不想過多考慮，選擇K - quant，格式為'QX_K_X'，如Q5_K_M。
- 如果想深入瞭解，可查看 [llama.cpp功能矩陣](https://github.com/ggerganov/llama.cpp/wiki/Feature - matrix)。一般來說，如果目標是低於Q4，並且使用cuBLAS（Nvidia）或rocBLAS（AMD），應選擇I - quant，格式為IQX_X，如IQ3_M。I - quant較新，相同大小下性能更好，但在CPU上運行比K - quant慢，需要在速度和性能之間進行權衡。