Glm 4 9b Chat Abliterated GGUF

🚀 glm-4-9b-chat-abliterated量化模型项目

本项目提供了glm-4-9b-chat-abliterated模型的量化版本，使用特定工具和数据集进行量化处理，方便不同硬件条件下的使用。

🚀 快速开始

安装huggingface-cli

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载指定文件

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/glm-4-9b-chat-abliterated-GGUF --include "glm-4-9b-chat-abliterated-Q4_K_M.gguf" --local-dir ./

处理大模型文件

如果模型大小超过50GB，它会被分割成多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/glm-4-9b-chat-abliterated-GGUF --include "glm-4-9b-chat-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如glm-4-9b-chat-abliterated-Q8_0），也可以将它们全部下载到当前目录（./）。

在LM Studio中运行

可以在 LM Studio 中运行这些量化模型。

✨ 主要特性

• 多语言支持：支持中文和英文。
• 多种量化类型：提供了丰富的量化类型供选择，以适应不同的硬件和性能需求。
• 优化的嵌入/输出权重：部分量化模型对嵌入和输出权重进行了特殊处理，可能提高模型质量。

📦 安装指南

安装依赖

确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载模型文件

根据你的需求，使用huggingface-cli下载指定的模型文件，具体命令见“快速开始”部分。

💻 使用示例

基础用法

在LM Studio中加载下载的量化模型文件即可开始使用。

高级用法

如果你想使用特定的量化模型进行推理，可以参考以下步骤：

1. 下载指定的量化模型文件。
2. 使用相应的推理工具加载模型并进行推理。

📚 详细文档

提示格式

[gMASK] <sop> <|system|> 
{system_prompt} <|user|> 
{prompt} <|assistant|>

下载文件列表

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准量化方法，但将嵌入和输出权重量化为Q8_0，而不是默认值。

有人认为这可以提高质量，也有人认为没有区别。如果您使用了这些模型，请分享您的发现。我希望了解这些模型是否真的被使用且有用，这样我就不会继续上传无人使用的量化模型了。

选择合适的文件

Artefact2提供了一篇很棒的文章，带有展示各种性能的图表，可 点击此处查看。

首先，你需要确定你可以运行多大的模型。为此，你需要了解你有多少内存（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。选择文件大小比你的GPU总显存小1 - 2GB的量化模型。

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的量化模型。

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量化模型，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，如果你目标是Q4以下的量化，并且使用cuBLAS（Nvidia）或rocBLAS（AMD），可以考虑I量化模型，格式为IQX_X，如IQ3_M。这些是较新的量化方法，在相同大小下提供更好的性能。

I量化模型也可以在CPU和Apple Metal上使用，但比相应的K量化模型慢，因此你需要在速度和性能之间进行权衡。

I量化模型与Vulcan（也是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。

支持作者

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

🔧 技术细节

量化方法

使用 llama.cpp 发布版本 b3634 进行量化。

校准数据集

所有量化模型均使用imatrix选项，并使用 此处 的数据集进行校准。

📄 许可证

本项目使用glm-4许可证，详情请见 许可证链接。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw启发进行嵌入/输出实验。