Menlo Lucy 128k GGUF

🚀 Menlo的Lucy-128k模型Llamacpp imatrix量化版本

本項目是對Menlo的Lucy-128k模型進行量化處理的成果。通過量化，能在不同硬件條件下更高效地運行模型，滿足多樣化的使用需求。

🚀 快速開始

使用 llama.cpp 的 b5924 版本進行量化。 原始模型地址：https://huggingface.co/Menlo/Lucy-128k 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

提示詞格式

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

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

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版本，這些版本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。

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版本。加載時間可能會更長，但總體速度會提高。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Menlo_Lucy-128k-GGUF --include "Menlo_Lucy-128k-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Menlo_Lucy-128k-GGUF --include "Menlo_Lucy-128k-Q8_0/*" --local-dir ./

💻 使用示例

下載文件

從以下列表中下載單個文件（而非整個分支）：

📚 詳細文檔

選擇合適的文件

🔧 技術細節

Q4_0_X_X信息（已棄用）

📄 許可證

文檔中未提及許可證相關信息。

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