模型简介
模型特点
模型能力
使用案例
🚀 Llama-3.3-70B-Instruct-abliterated的Llamacpp imatrix量化
本项目使用 llama.cpp 的 b4381 版本进行量化。原始模型可访问 https://huggingface.co/huihui-ai/Llama-3.3-70B-Instruct-abliterated。所有量化均使用 imatrix 选项,并采用了 此处 的数据集。你可以在 LM Studio 中运行这些量化模型。
🚀 快速开始
提示格式
<|begin_of_text|><|start_header_id|>system<|end_header_id|>
Cutting Knowledge Date: December 2023
Today Date: 26 Jul 2024
{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>
{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>
文件下载
你可以从以下列表中选择下载单个文件(而非整个分支):
嵌入/输出权重
部分量化(如 Q3_K_XL、Q4_K_L 等)采用标准量化方法,将嵌入和输出权重量化为 Q8_0,而非默认值。
使用 huggingface-cli 下载
点击查看下载说明
首先,确保你已安装 hugginface-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/Llama-3.3-70B-Instruct-abliterated-GGUF --include "Llama-3.3-70B-Instruct-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。若要将它们全部下载到本地文件夹,请运行:
huggingface-cli download bartowski/Llama-3.3-70B-Instruct-abliterated-GGUF --include "Llama-3.3-70B-Instruct-abliterated-Q8_0/*" --local-dir ./
你可以指定一个新的本地目录(如 Llama-3.3-70B-Instruct-abliterated-Q8_0),也可以将它们全部下载到当前目录(./)。
ARM/AVX 信息
以前,你会下载 Q4_0_4_4/4_8/8_8 格式的文件,这些文件的权重会在内存中交错排列,以通过一次加载更多数据来提高 ARM 和 AVX 机器的性能。
然而,现在有了一种名为“在线重新打包”的权重处理方式,详情见 此 PR。如果你使用 Q4_0 且硬件能从权重重新打包中受益,它将自动实时进行处理。
从 llama.cpp 版本 b4282 开始,你将无法运行 Q4_0_X_X 文件,而需要使用 Q4_0。
此外,如果你想获得稍好的质量,可以使用 IQ4_NL,这得益于 此 PR,它也会为 ARM 重新打包权重,不过目前仅支持 4_4 格式。加载时间可能会更长,但总体速度会提高。
点击查看 Q4_0_X_X 信息(已弃用)
我保留这部分内容是为了展示使用支持在线重新打包的 Q4_0 时潜在的理论性能提升。
点击查看 AVX2 系统(EPYC7702)上的基准测试
模型 | 大小 | 参数 | 后端 | 线程数 | 测试 | 令牌/秒 | 与 Q4_0 相比的百分比 |
---|---|---|---|---|---|---|---|
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp512 | 204.03 ± 1.03 | 100% |
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp1024 | 282.92 ± 0.19 | 100% |
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | pp2048 | 259.49 ± 0.44 | 100% |
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg128 | 39.12 ± 0.27 | 100% |
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg256 | 39.31 ± 0.69 | 100% |
qwen2 3B Q4_0 | 1.70 GiB | 3.09 B | CPU | 64 | tg512 | 40.52 ± 0.03 | 100% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp512 | 301.02 ± 1.74 | 147% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp1024 | 287.23 ± 0.20 | 101% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | pp2048 | 262.77 ± 1.81 | 101% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg128 | 18.80 ± 0.99 | 48% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg256 | 24.46 ± 3.04 | 83% |
qwen2 3B Q4_K_M | 1.79 GiB | 3.09 B | CPU | 64 | tg512 | 36.32 ± 3.59 | 90% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp512 | 271.71 ± 3.53 | 133% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp1024 | 279.86 ± 45.63 | 100% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | pp2048 | 320.77 ± 5.00 | 124% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg128 | 43.51 ± 0.05 | 111% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg256 | 43.35 ± 0.09 | 110% |
qwen2 3B Q4_0_8_8 | 1.69 GiB | 3.09 B | CPU | 64 | tg512 | 42.60 ± 0.31 | 105% |
Q4_0_8_8 在提示处理方面有显著提升,在文本生成方面也有小幅提升。
如何选择文件
点击查看详情
Artefact2 提供了一篇很棒的文章,配有图表展示各种性能,链接为 此处。
首先,你需要确定能运行多大的模型。为此,你需要了解自己有多少内存(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”。
如果你不想考虑太多,选择 K 量化文件。这些文件的格式为 '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。
但基本上,如果你目标是低于 Q4 的量化,并且使用 cuBLAS(Nvidia)或 rocBLAS(AMD),你应该考虑 I 量化文件。这些文件的格式为 IQX_X,如 IQ3_M。它们是较新的格式,在相同大小下提供更好的性能。
这些 I 量化文件也可以在 CPU 和苹果 Metal 上使用,但比对应的 K 量化文件慢,因此你需要在速度和性能之间进行权衡。
I 量化文件与 Vulcan(同样适用于 AMD)不兼容,所以如果你使用 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
Llama 3.3 社区许可协议
Llama 3.3 版本发布日期:2024 年 12 月 6 日
“协议”指本协议中规定的 Llama 材料的使用、复制、分发和修改的条款和条件。 “文档”指 Meta 在 https://www.llama.com/docs/overview 上分发的随 Llama 3.3 附带的规格、手册和文档。 “被许可方”或“你”指你,或你的雇主,或任何其他人或实体(如果你代表该人或实体签订本协议),且你已达到适用法律、规则或法规要求的提供法律同意的年龄,并且如果你代表你的雇主或其他人员或实体签订本协议,你具有约束他们的法律权力。 “Llama 3.3”指 Meta 在 https://www.llama.com/llama-downloads 上分发的基础大语言模型、软件和算法,包括机器学习模型代码、训练好的模型权重、推理启用代码、训练启用代码、微调启用代码以及上述内容的其他元素。 “Llama 材料”指 Meta 根据本协议提供的专有 Llama 3.3 和文档(及其任何部分)的统称。 “Meta”或“我们”指 Meta Platforms Ireland Limited(如果你位于欧洲经济区或瑞士,或者如果你是一个实体,你的主要营业地位于欧洲经济区或瑞士)和 Meta Platforms, Inc.(如果你位于欧洲经济区或瑞士以外)。
通过点击下方的“我接受”,或使用或分发 Llama 材料的任何部分或元素,你同意受本协议约束。
- 许可权利和再分发
- 权利授予:你被授予一项非排他性、全球性、不可转让且免版税的有限许可,可根据 Meta 在 Llama 材料中拥有的知识产权或其他权利,使用、复制、分发、拷贝、创作衍生作品并对 Llama 材料进行修改。
- 再分发和使用
- 如果你分发或提供 Llama 材料(或其任何衍生作品),或包含其中任何内容的产品或服务(包括另一个 AI 模型),你应:
- 随任何此类 Llama 材料提供本协议的副本;
- 在相关网站、用户界面、博客文章、关于页面或产品文档上显著显示“Built with Llama”。如果你使用 Llama 材料或 Llama 材料的任何输出或结果来创建、训练、微调或以其他方式改进一个 AI 模型,并将其分发或提供,你还应在任何此类 AI 模型名称的开头包含“Llama”。
- 如果你作为集成终端用户产品的一部分从被许可方处获得 Llama 材料或其任何衍生作品,则本协议第 2 条不适用于你。
- 你必须在分发的所有 Llama 材料副本中,在作为副本一部分分发的“通知”文本文件中保留以下归属声明:“Llama 3.3 遵循 Llama 3.3 社区许可协议,版权所有 © Meta Platforms, Inc. 保留所有权利。”
- 你使用 Llama 材料必须遵守适用的法律法规(包括贸易合规法律法规),并遵守 Llama 材料的可接受使用政策(可在 https://www.llama.com/llama3_3/use-policy 上获取),该政策特此通过引用并入本协议。
- 如果你分发或提供 Llama 材料(或其任何衍生作品),或包含其中任何内容的产品或服务(包括另一个 AI 模型),你应:
- 额外商业条款:如果在 Llama 3.3 版本发布日期,被许可方或其关联方提供的产品或服务的月活跃用户在前一个日历月超过 7 亿,则你必须向 Meta 请求许可,Meta 可自行决定是否授予你许可。在 Meta 明确授予你此类权利之前,你无权行使本协议下的任何权利。
- 保修免责声明:除非适用法律要求,Llama 材料及其任何输出和结果均按“现状”提供,不提供任何形式的保证。Meta 明确放弃所有明示和暗示的保证,包括但不限于所有权、不侵权、适销性或特定用途适用性的保证。你独自负责确定使用或再分发 Llama 材料的适当性,并承担使用 Llama 材料及其任何输出和结果的所有风险。
- 责任限制:在任何情况下,Meta 或其关联方均不对因本协议引起的任何利润损失或任何间接、特殊、后果性、偶发性、惩戒性或惩罚性损害承担责任,无论责任理论是合同、侵权、疏忽、产品责任还是其他,即使 Meta 或其关联方已被告知此类损害的可能性。
- 知识产权
- 本协议未授予任何商标许可,关于 Llama 材料,除非为合理和惯常描述和再分发 Llama 材料所需,或如本节 5(a) 所述,Meta 和被许可方均不得使用对方或其关联方拥有或与之相关的任何名称或标记。Meta 特此授予你仅为遵守第 1.b.i 条最后一句所需使用“Llama”(“标记”)的许可。你将遵守 Meta 的品牌指南(目前可在 https://about.meta.com/brand/resources/meta/company-brand/ 访问)。你使用标记产生的所有商誉将归 Meta 所有。
- 鉴于 Meta 对 Llama 材料及其衍生作品的所有权,关于你对 Llama 材料所做的任何衍生作品和修改,在你和 Meta 之间,你是并将继续是此类衍生作品和修改的所有者。
- 如果你对 Meta 或任何实体提起诉讼或其他法律程序(包括在诉讼中的交叉索赔或反诉),声称 Llama 材料或 Llama 3.3 的输出或结果,或上述任何内容的任何部分,构成侵犯你拥有或可许可的知识产权或其他权利,则本协议授予你的任何许可将自此类诉讼或索赔提起之日起终止。你将赔偿并使 Meta 免受因你使用或分发 Llama 材料而引起的或与之相关的任何第三方索赔。
- 期限和终止:本协议的期限自你接受本协议或访问 Llama 材料时开始,并将持续有效,直至根据本协议的条款和条件终止。如果你违反本协议的任何条款或条件,Meta 可终止本协议。本协议终止后,你应删除并停止使用 Llama 材料。第 3、4 和 7 条在本协议终止后仍然有效。
- 适用法律和管辖权:本协议将受加利福尼亚州法律管辖并依其解释,不考虑法律选择原则,《联合国国际货物销售合同公约》不适用于本协议。加利福尼亚州的法院对因本协议引起的任何争议具有专属管辖权。
Llama 3.3 可接受使用政策
Meta 致力于促进其工具和功能(包括 Llama 3.3)的安全和公平使用。如果你访问或使用 Llama 3.3,你同意遵守本可接受使用政策(“政策”)。本政策的最新版本可在 https://www.llama.com/llama3_3/use-policy 上找到。
禁止使用情况 我们希望每个人都能安全、负责任地使用 Llama 3.3。你同意不会使用或允许他人使用 Llama 3.3 进行以下行为:
- 违反法律或他人权利,包括但不限于:
- 参与、促进、生成、促成、鼓励、策划、煽动或进一步推动非法或违法活动或内容,例如:
- 暴力或恐怖主义;
- 对儿童的剥削或伤害,包括招揽、创作、获取或传播儿童剥削内容,或未能报告儿童性虐待材料;
- 人口贩运、剥削和性暴力;
- 向未成年人非法分发信息或材料,包括淫秽材料,或未能对此类信息或材料采用法律要求的年龄限制;
- 性招揽;
- 任何其他犯罪活动。
- 参与、促进、煽动或便利对个人或群体的骚扰、虐待、威胁或欺凌;
- 参与、促进、煽动或便利在就业、就业福利、信贷、住房、其他经济福利或其他基本商品和服务的提供方面的歧视或其他非法或有害行为;
- 从事未经授权或无执照的任何专业实践,包括但不限于金融、法律、医疗/健康或相关专业实践;
- 收集、处理、披露、生成或推断个人的私人或敏感信息,包括个人身份、健康或人口统计信息,除非你已根据适用法律获得这样做的权利;
- 从事或便利任何侵犯、盗用或以其他方式侵犯任何第三方权利的行为或生成任何内容,包括使用 Llama 材料的任何产品或服务的输出或结果;
- 创建、生成或便利创建恶意代码、恶意软件、计算机病毒,或进行任何可能禁用、使负担过重、干扰或损害网站或计算机系统的正常运行、完整性、操作或外观的行为;
- 从事任何故意规避或移除使用限制或其他安全措施的行为,或便利此类行为,或启用 Meta 禁用的功能。
- 参与、促进、生成、促成、鼓励、策划、煽动或进一步推动非法或违法活动或内容,例如:
- 参与、促进、煽动、便利或协助策划或开展对个人造成死亡或身体伤害风险的活动,包括与以下相关的 Llama 3.3 使用:
- 军事、战争、核工业或应用、间谍活动,或使用受美国国务院维护的《国际武器贸易条例》(ITAR)或 1989 年《美国生物武器反恐法》或 1997 年《化学武器公约实施法》约束的材料或活动;
- 枪支和非法武器(包括武器开发);
- 非法毒品和受管制/受控物质;
- 关键基础设施、运输技术或重型机械的操作;
- 自我伤害或伤害他人,包括自杀、自残和饮食失调;
- 任何旨在煽动或促进暴力、虐待或对个人造成身体伤害的内容。
- 故意欺骗或误导他人,包括与以下相关的 Llama 3.3 使用:
- 生成、促进或推动欺诈或虚假信息的创建或传播;
- 生成、促进或推动诽谤性内容,包括创建诽谤性声明、图像或其他内容;
- 生成、促进或进一步分发垃圾邮件;
- 在未经同意、授权或合法权利的情况下冒充他人;
- 声称 Llama 3.3 的使用或输出是人类生成的;
- 生成或便利虚假的在线互动,包括虚假评论和其他虚假在线互动方式。
- 未能向终端用户适当披露你的 AI 系统的任何已知危险;
- 与旨在生成非法内容或从事非法或有害行为的第三方工具、模型或软件进行交互,并/或声称此类工具、模型或软件的输出与 Meta 或 Llama 3.3 相关。
对于 Llama 3.3 中包含的任何多模态模型,如果你是居住在欧盟的个人,或主要营业地在欧盟的公司,本 Llama 3.3 社区许可协议第 1(a) 条授予的权利将不授予你。此限制不适用于包含任何此类多模态模型的产品或服务的终端用户。
请通过以下方式报告任何违反本政策的行为、软件“漏洞”或其他可能导致违反本政策的问题:
- 报告模型问题:https://github.com/meta-llama/llama-models/issues
- 报告模型生成的风险内容:developers.facebook.com/llama_output_feedback
- 报告漏洞和安全问题:facebook.com/whitehat/info
- 报告违反可接受使用政策或未经授权使用 Llama 3.3 的行为:LlamaUseReport@meta.com
致谢
感谢 kalomaze 和 Dampf 在创建 imatrix 校准数据集方面提供的帮助。 感谢 ZeroWw 启发我们对嵌入/输出进行实验。
如果你想支持我的工作,请访问我的 ko-fi 页面:https://ko-fi.com/bartowski



