Llama 3 Cat 8b Instruct V1 GGUF

🚀 Llama-3-cat-8b-instruct-v1的Llamacpp imatrix量化版本

本项目是对llama-3-cat-8b-instruct-v1模型进行的量化处理，使用特定工具和方法生成了不同量化类型的模型文件，方便在不同硬件条件下使用。

🚀 快速开始

下载安装依赖

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载指定文件

你可以根据需求下载特定的量化文件，例如：

huggingface-cli download bartowski/llama-3-cat-8b-instruct-v1-GGUF --include "llama-3-cat-8b-instruct-v1-Q4_K_M.gguf" --local-dir ./ --local-dir-use-symlinks False

处理大模型文件

如果模型文件大于50GB，它会被拆分成多个文件。若要将它们全部下载到本地文件夹，可以运行以下命令：

huggingface-cli download bartowski/llama-3-cat-8b-instruct-v1-GGUF --include "llama-3-cat-8b-instruct-v1-Q8_0.gguf/*" --local-dir llama-3-cat-8b-instruct-v1-Q8_0 --local-dir-use-symlinks False

你可以指定一个新的本地目录（如llama-3-cat-8b-instruct-v1-Q8_0），也可以将它们全部下载到当前目录（./）。

✨ 主要特性

• 多量化类型：提供了多种量化类型的模型文件，如Q8_0、Q6_K、Q5_K_M等，可根据不同的硬件条件和性能需求进行选择。
• 性能优化：部分量化类型采用了新的方法，在保证一定质量的前提下，提供了更好的性能和更小的文件大小。
• 兼容性：支持在不同的硬件平台上运行，包括CPU、GPU（Nvidia、AMD）和Apple Metal等。

📦 安装指南

安装依赖

使用以下命令安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载模型文件

根据自己的需求，使用huggingface-cli下载相应的量化文件。

💻 使用示例

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

📚 详细文档

模型信息

• 原始模型：https://huggingface.co/TheSkullery/llama-3-cat-8b-instruct-v1
• 量化工具：使用 llama.cpp 的 b2854 版本进行量化。
• 量化数据集：所有量化文件均使用imatrix选项，并使用了Kalomaze提供的数据集，详情见 此处。

下载文件列表

如何选择文件

Artefact2在 此处 提供了一份很棒的带有图表的文章，展示了各种量化类型的性能。

• 确定可运行的模型大小：首先，你需要确定自己有多少内存（RAM）和/或显存（VRAM）。
  • 如果你希望模型运行得尽可能快，你需要将整个模型加载到GPU的显存中。选择文件大小比GPU总显存小1 - 2GB的量化类型。
  • 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这个总和小1 - 2GB的量化类型。
• 选择'I-quant'还是'K-quant'：
  • 如果你不想考虑太多，选择K-quant类型，格式为QX_K_X，如Q5_K_M。
  • 如果你想深入了解，可以查看 llama.cpp特性矩阵。一般来说，如果你追求低于Q4的量化类型，并且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以选择I-quant类型，格式为IQX_X，如IQ3_M。这些类型较新，在相同大小下提供更好的性能。
  • I-quant类型也可以在CPU和Apple Metal上使用，但比相应的K-quant类型慢，因此你需要在速度和性能之间进行权衡。
  • I-quant类型与Vulcan（也是AMD）不兼容，所以如果你使用的是AMD显卡，请仔细检查你使用的是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。

📄 许可证

本项目使用llama3许可证。

如果你想支持作者的工作，可以访问作者的ko-fi页面：https://ko-fi.com/bartowski