Thedrummer Cydonia 24B V4 GGUF

🚀 TheDrummer的Cydonia-24B-v4的Llamacpp imatrix量化模型

本項目提供了基於llama.cpp對TheDrummer的Cydonia-24B-v4模型進行量化的版本。通過量化處理，模型可以在資源有限的設備上更高效地運行，同時儘可能保持模型的性能。

🚀 快速開始

運行環境

• 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。

提示詞格式

<s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

✨ 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，滿足不同用戶對模型質量和文件大小的需求。
• 在線重打包技術：部分量化模型支持在線重打包技術，可根據硬件自動優化權重，提高性能。
• 詳細的下載和使用指南：為用戶提供了詳細的下載和使用說明，方便用戶選擇和使用合適的量化模型。

📦 安裝指南

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載單個文件

如果你想下載單個文件，可以使用以下命令：

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v4-GGUF --include "TheDrummer_Cydonia-24B-v4-Q4_K_M.gguf" --local-dir ./

下載拆分文件

如果模型文件大於50GB，它會被拆分成多個文件。要將它們全部下載到本地文件夾，可以運行以下命令：

huggingface-cli download bartowski/TheDrummer_Cydonia-24B-v4-GGUF --include "TheDrummer_Cydonia-24B-v4-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如TheDrummer_Cydonia-24B-v4-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

目前文檔未提供具體代碼示例，你可以參考以下通用步驟使用這些量化模型：

1. 選擇合適的量化模型文件進行下載。
2. 根據你的運行環境（如LM Studio或llama.cpp），將下載的模型文件加載到相應的工具中。
3. 使用指定的提示詞格式輸入提示信息，獲取模型的輸出結果。

📚 詳細文檔

量化信息

• 量化工具：使用 llama.cpp 版本 b5934 進行量化。
• 原始模型：TheDrummer/Cydonia-24B-v4
• 量化數據集：所有量化模型均使用imatrix選項和來自 這裡 的數據集生成。

下載文件列表

嵌入/輸出權重說明

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，而不是通常的默認值。

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，有了所謂的權重“在線重打包”技術，詳情見 此PR。如果你使用Q4_0且你的硬件能從權重重打包中受益，它將在運行時自動完成。

從llama.cpp構建 b4282 開始，你將無法運行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想獲得更好的質量，可以使用IQ4_NL，感謝 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

在線重打包技術

目前的llama.cpp版本支持在線重打包技術，對於Q4_0量化模型，如果硬件支持，會自動對權重進行重打包，以提高性能。具體細節可參考 此PR。

性能提升

以AVX2系統（EPYC7702）的基準測試為例，Q4_0_8_8在提示處理方面有顯著提升，在文本生成方面也有小幅提升。具體測試結果如下：

📄 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啟發了對嵌入/輸出的實驗。

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