Dolphin3.0 Llama3.1 8B GGUF

🚀 Dolphin3.0-Llama3.1-8B的Llamacpp imatrix量化版本

本項目提供了Dolphin3.0-Llama3.1-8B模型的量化版本，解決了在資源受限環境下高效運行大模型的問題，能夠讓用戶以更小的資源消耗使用該模型進行文本生成任務。

基本信息

🚀 快速開始

使用 llama.cpp 的 b4418 版本進行量化。 原始模型地址：https://huggingface.co/cognitivecomputations/Dolphin3.0-Llama3.1-8B 所有量化模型均使用 imatrix 選項和 此處 的數據集生成。 可在 LM Studio 中運行這些量化模型。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型供用戶選擇，以滿足不同的性能和質量需求。
• 在線重打包：部分量化類型支持在線重打包，可自動優化硬件性能。
• 詳細文檔：提供了下載、使用和選擇量化模型的詳細說明。

📦 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/Dolphin3.0-Llama3.1-8B-GGUF --include "Dolphin3.0-Llama3.1-8B-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。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Dolphin3.0-Llama3.1-8B-GGUF --include "Dolphin3.0-Llama3.1-8B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Dolphin3.0-Llama3.1-8B-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

提示格式

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

📚 詳細文檔

下載文件

可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。

如何選擇文件

🔧 技術細節

本項目使用 llama.cpp 的 b4418 版本進行量化，利用了在線重打包等技術來優化模型在不同硬件上的性能。

📄 許可證

本項目使用 llama3.1 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。

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