Menlo Lucy GGUF

🚀 Menlo公司Lucy模型的Llamacpp imatrix量化版本

本項目是對Menlo公司的Lucy模型進行量化處理，藉助量化技術，能在保證一定性能的前提下，有效減少模型的存儲和計算資源需求，提升模型的運行效率。

🚀 快速開始

運行環境

• 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。

提示格式

由於未指定聊天模板，因此使用默認模板。這可能存在不準確的情況，詳細信息請查看原始模型卡片。

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

下載文件

你可以從以下表格中選擇需要的文件進行下載：

✨ 主要特性

• 量化工具：使用 llama.cpp 發佈版本 b5924 進行量化處理。
• 校準數據集：所有量化操作均使用imatrix選項，並採用了 此處 的校準數據集。
• 在線重新打包：部分量化文件支持在線重新打包，以提升在ARM和AVX機器上的性能。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

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

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

🔧 技術細節

嵌入/輸出權重

部分量化文件（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，不過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文件，並且硬件能從權重重新打包中受益，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文件。

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格式。加載時間可能會變慢，但總體速度會提高。

📚 詳細文檔

如何選擇合適的文件

📄 許可證

文檔中未提及相關許可證信息。

💡 使用建議

• 在選擇量化文件時，充分考慮自身設備的硬件資源，包括RAM和VRAM的大小，以確保模型能夠高效運行。
• 若對模型質量要求較高，可優先選擇嵌入和輸出權重量化為Q8_0的文件，如Q3_K_XL、Q4_K_L等。
• 對於追求極致速度的場景，儘量將模型加載到GPU的VRAM中運行。

👏 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/輸出實驗方面給予的啟發。

感謝LM Studio對本工作的贊助。

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