Baidu ERNIE 4.5 0.3B PT GGUF

🚀 百度ERNIE-4.5-0.3B-PT的Llamacpp imatrix量化模型

本項目使用 llama.cpp 版本 b5780 進行量化。該項目能幫助用戶更高效地使用ERNIE-4.5-0.3B-PT模型，通過量化減少模型大小，提升運行效率。

原始模型：https://huggingface.co/baidu/ERNIE-4.5-0.3B-PT

所有量化模型均使用imatrix選項，並採用來自 此處 的數據集。

你可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

✨ 主要特性

• 使用特定版本的llama.cpp進行量化，確保量化的穩定性和兼容性。
• 提供多種量化類型供用戶選擇，以滿足不同的性能和質量需求。
• 支持在LM Studio和llama.cpp等環境中運行。

📦 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，你可以指定下載特定的文件：

huggingface-cli download bartowski/baidu_ERNIE-4.5-0.3B-PT-GGUF --include "baidu_ERNIE-4.5-0.3B-PT-Q4_K_M.gguf" --local-dir ./

如果模型大小超過50GB，它會被分割成多個文件。若要將所有文件下載到本地文件夾，請運行：

huggingface-cli download bartowski/baidu_ERNIE-4.5-0.3B-PT-GGUF --include "baidu_ERNIE-4.5-0.3B-PT-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如baidu_ERNIE-4.5-0.3B-PT-Q8_0），也可以直接下載到當前目錄（./）。

💻 使用示例

基礎用法

在LM Studio中，你可以直接加載相應的量化模型文件進行使用。

高級用法

使用llama.cpp直接運行量化模型，你需要根據具體的需求進行配置和調整。

📚 詳細文檔

提示格式

未找到特定的提示格式，請查看原始模型頁面。

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文件，這些文件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，現在有了一種名為“在線重新打包”的權重處理方式，詳情見 此PR。如果你使用Q4_0，且硬件能從重新打包權重中受益，它會自動即時進行處理。

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，如果你想獲得稍好的質量，可以使用IQ4_NL，這得益於 此PR，它也會為ARM重新打包權重，不過目前僅支持4_4。加載時間可能會更長，但總體速度會提高。

選擇哪個文件？

🔧 技術細節

量化方法

使用llama.cpp的特定版本（b5780）進行量化，並採用imatrix選項和特定的校準數據集。

在線重新打包

對於Q4_0量化模型，支持在線重新打包權重，以提高在ARM和AVX機器上的性能。

📄 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在嵌入/輸出實驗方面的啟發。

感謝LM Studio對本項目的支持。

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