LGAI EXAONE EXAONE 4.0 1.2B GGUF

🚀 LGAI-EXAONE的EXAONE-4.0-1.2B量化模型

本項目基於llama.cpp對LGAI-EXAONE的EXAONE-4.0-1.2B模型進行量化處理，為用戶提供不同量化類型的模型文件，以滿足在不同硬件和場景下的使用需求。

🚀 快速開始

運行環境

• 可在 LM Studio 中運行量化模型。
• 也可以直接使用 llama.cpp 或其他基於llama.cpp的項目運行。

下載模型

可以從以下表格中選擇需要的量化模型文件進行下載：

下載指令

使用huggingface-cli下載模型文件：

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-4.0-1.2B-GGUF --include "LGAI-EXAONE_EXAONE-4.0-1.2B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-4.0-1.2B-GGUF --include "LGAI-EXAONE_EXAONE-4.0-1.2B-Q8_0/*" --local-dir ./

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如BF16、Q8_0、Q6_K、Q5_K等，滿足不同硬件和性能需求。
• 嵌入/輸出權重優化：部分量化模型（如Q3_K_XL、Q4_K_L等）將嵌入和輸出權重量化為Q8_0，提高模型性能。
• 在線重新打包：部分量化模型支持在線重新打包，可在ARM和AVX機器上提高性能。

📚 詳細文檔

提示格式

未指定聊天模板，因此使用默認模板。這可能不正確，請查看原始模型卡片以獲取詳細信息。

[|system|]
{system_prompt}[|endofturn|]
[|user|]
{prompt}[|endofturn|]
[|assistant|]
<think>

</think>

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格式的模型，這些模型的權重在內存中交錯排列，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，現在有了一種稱為“在線重新打包”的權重處理方法，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，如果你想獲得稍好的質量，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格式。加載時間可能會變慢，但總體速度會提高。

如何選擇模型文件

🔧 技術細節

量化工具

使用 llama.cpp 發佈版本 b5934 進行量化處理。

原始模型

原始模型可從 此處 獲取。

校準數據集

所有量化模型均使用imatrix選項，並使用來自 此處 的校準數據集。

📄 許可證

文檔未提及相關許可證信息。

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