Wizardlm 2 7B Abliterated GGUF

🚀 WizardLM-2-7B-abliterated的Llamacpp imatrix量化版本

本项目使用 llama.cpp 发布版本 b2965 进行量化。原始模型可从 此处 获取。所有量化文件均使用 imatrix 选项，并采用 此数据集 生成。

🚀 快速开始

提示格式

{system_prompt} USER: {prompt} ASSISTANT: </s>

下载文件

你可以从下方表格中选择并下载所需的文件（非整个分支）：

使用huggingface-cli下载

首先，确保你已安装 huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/WizardLM-2-7B-abliterated-GGUF --include "WizardLM-2-7B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大小超过50GB，它将被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/WizardLM-2-7B-abliterated-GGUF --include "WizardLM-2-7B-abliterated-Q8_0.gguf/*" --local-dir WizardLM-2-7B-abliterated-Q8_0

你可以指定一个新的本地目录（如 WizardLM-2-7B-abliterated-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

如何选择合适的文件？

Artefact2 在 此处 提供了一份很棒的文档，并配有图表展示各种性能。 首先，你需要确定可以运行的模型大小。为此，你需要了解自己拥有的系统内存（RAM）和/或显存（VRAM）大小。

• 如果你希望模型运行速度尽可能快，应将整个模型加载到GPU的显存中。选择文件大小比GPU总显存小1 - 2GB的量化文件。
• 如果你追求绝对的最高质量，将系统内存和GPU显存相加，然后选择文件大小比该总和小1 - 2GB的量化文件。

接下来，你需要决定是使用“I量化”还是“K量化”：

• 如果你不想过多考虑，选择K量化文件，格式为 QX_K_X，如 Q5_K_M。
• 如果你想深入了解，可以查看这个非常有用的特性图表：llama.cpp特性矩阵。

一般来说，如果你希望量化级别低于Q4，并且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以考虑I量化文件，格式为 IQX_X，如 IQ3_M。这些是较新的方法，在相同大小下性能更好。

I量化文件也可以在CPU和Apple Metal上使用，但速度会比K量化文件慢，因此你需要在速度和性能之间做出权衡。

需要注意的是，I量化文件与Vulcan（同样适用于AMD）不兼容，因此如果你使用的是AMD显卡，请仔细检查是使用rocBLAS版本还是Vulcan版本。在撰写本文时，LM Studio有一个支持ROCm的预览版，其他推理引擎也有针对ROCm的特定版本。

支持作者

如果你想支持作者的工作，可以访问其 ko-fi页面。

📄 许可证

本项目采用Apache 2.0许可证。