Nvidia OpenReasoning Nemotron 1.5B GGUF

🚀 NVIDIA OpenReasoning - Nemotron - 1.5B的Llamacpp imatrix量化版本

本項目提供了NVIDIA OpenReasoning - Nemotron - 1.5B模型的量化版本，藉助llama.cpp工具進行量化處理，旨在提升模型在不同硬件上的運行效率和性能。

🚀 快速開始

運行環境

• 可在 LM Studio 中直接運行量化後的模型。
• 也可以使用 llama.cpp 或其他基於llama.cpp的項目來運行。

提示格式

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

✨ 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_L等，滿足不同的性能和質量需求。
• 高效運行：部分量化版本針對ARM和AVX機器進行了優化，通過在線重新打包權重提高性能。
• 靈活下載：支持使用huggingface - cli下載特定文件或整個模型分支。

📦 安裝指南

安裝huggingface - cli

pip install -U "huggingface_hub[cli]"

下載特定文件

huggingface-cli download bartowski/nvidia_OpenReasoning-Nemotron-1.5B-GGUF --include "nvidia_OpenReasoning-Nemotron-1.5B-Q4_K_M.gguf" --local-dir ./

下載拆分的大模型

huggingface-cli download bartowski/nvidia_OpenReasoning-Nemotron-1.5B-GGUF --include "nvidia_OpenReasoning-Nemotron-1.5B-Q8_0/*" --local-dir ./

📚 詳細文檔

下載文件列表

嵌入/輸出權重

部分量化版本（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，會下載Q4_0_4_4/4_8/8_8，這些權重在內存中交錯排列，以提高ARM和AVX機器的性能。
• 現在，有了“在線重新打包”權重的功能，詳情見 此PR。如果使用Q4_0且硬件適合重新打包權重，將自動進行。
• 從llama.cpp構建 b4282 開始，無法運行Q4_0_X_X文件，需使用Q4_0。
• 此外，藉助 此PR，可以使用IQ4_NL獲得略高的質量，它也會為ARM重新打包權重，但目前僅支持4_4。加載時間可能較慢，但總體速度會提高。

如何選擇文件

🔧 技術細節

量化工具

使用 llama.cpp 版本 b5934 進行量化。

原始模型

原始模型地址：https://huggingface.co/nvidia/OpenReasoning - Nemotron - 1.5B

量化數據集

所有量化版本均使用imatrix選項和 此處 的數據集。

📄 許可證

文檔未提及相關許可證信息。

致謝

感謝kalomaze和Dampf在創建imatrix校準數據集時提供的幫助。 感謝ZeroWw在嵌入/輸出實驗方面提供的靈感。 感謝LM Studio對本項目的贊助。

如果想支持作者的工作，請訪問作者的ko - fi頁面：https://ko - fi.com/bartowski