Virtuoso Lite GGUF

🚀 Virtuoso-Lite的Llamacpp imatrix量化版本

本項目提供了Virtuoso-Lite模型的量化版本，使用llama.cpp進行量化處理，旨在提升模型在不同硬件上的運行效率。

🚀 快速開始

運行環境

• 可在LM Studio中運行量化後的模型。
• 也可直接使用llama.cpp或其他基於llama.cpp的項目運行。

提示格式

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

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如f32、Q8_0、Q6_K_L等，滿足不同場景下對模型質量和性能的需求。
• 在線重打包：部分量化類型支持在線重打包，可根據硬件情況自動優化權重，提升性能。
• 靈活選擇：用戶可根據自身硬件資源（如RAM、VRAM）和性能需求，選擇合適的量化文件。

📦 安裝指南

使用huggingface-cli下載

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/Virtuoso-Lite-GGUF --include "Virtuoso-Lite-Q4_K_M.gguf" --local-dir ./

如果模型文件大於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：

huggingface-cli download bartowski/Virtuoso-Lite-GGUF --include "Virtuoso-Lite-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Virtuoso-Lite-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

在LM Studio中，選擇對應的量化文件即可開始使用模型。

高級用法

如果你想使用huggingface-cli下載特定的量化文件，可參考上述安裝指南中的命令。

📚 詳細文檔

量化文件下載

嵌入/輸出權重

部分量化版本（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，而非默認值。

ARM/AVX信息

以前，你可能會下載Q4_0_4_4/4_8/8_8版本，這些版本的權重在內存中交錯排列，以便在ARM和AVX機器上通過一次加載更多數據來提高性能。

現在，有了所謂的“在線重新打包”權重功能，詳情見此PR。如果你使用Q4_0，並且你的硬件能從重新打包權重中受益，它將自動即時進行處理。

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，如果你想獲得略高的質量，可以使用IQ4_NL，感謝此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，但總體速度會提高。

如何選擇文件

🔧 技術細節

量化方法

使用llama.cpp的b4585版本進行量化。所有量化版本均使用imatrix選項，並採用此處的數據集。

在線重打包

對於支持在線重打包的量化版本，模型會根據硬件情況自動優化權重，以提升性能。具體細節可參考此PR。

📄 許可證

本項目採用其他許可證，具體詳情請參考相關文件。

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