Delta Vector Austral 70B Winton GGUF

🚀 Delta-Vector的Austral-70B-Winton的Llamacpp imatrix量化版本

本項目是對Delta-Vector的Austral-70B-Winton模型進行的量化處理。藉助量化技術，能在一定程度上減少模型的存儲和計算資源需求，同時保持較好的性能，適用於對資源有限制的場景。

🔍 基本信息

🚀 快速開始

使用 llama.cpp 的 b5753 版本進行量化。 原始模型地址：https://huggingface.co/Delta-Vector/Austral-70B-Winton 所有量化模型均使用imatrix選項，並結合來自 此處 的數據集生成。 你可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或其他基於llama.cpp的項目來運行。

✨ 主要特性

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

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）採用了標準的量化方法，但其嵌入和輸出權重被量化為Q8_0，而非通常的默認值。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Delta-Vector_Austral-70B-Winton-GGUF --include "Delta-Vector_Austral-70B-Winton-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Delta-Vector_Austral-70B-Winton-GGUF --include "Delta-Vector_Austral-70B-Winton-Q8_0/*" --local-dir ./

🔧 技術細節

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。

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，並且你的硬件能從權重重新打包中受益，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，但目前僅針對4_4。加載時間可能會較慢，但會帶來整體速度的提升。

如何選擇合適的文件

📄 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對我工作的贊助。

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