Pocketdoc Dans SakuraKaze V1.0.0 12b GGUF

🚀 PocketDoc的Dans-SakuraKaze-V1.0.0-12b的Llamacpp imatrix量化版本

本项目是对PocketDoc的Dans-SakuraKaze-V1.0.0-12b模型进行的量化处理，旨在提升模型在不同硬件环境下的运行效率。通过使用特定的量化工具和数据集，生成了多种量化类型的模型文件，方便用户根据自身需求选择合适的版本。

模型信息

🚀 快速开始

• 量化工具：使用 llama.cpp 发布版本 b4882 进行量化。
• 原始模型：https://huggingface.co/PocketDoc/Dans-SakuraKaze-V1.0.0-12b
• 量化数据集：所有量化均使用imatrix选项，并使用来自 此处 的数据集。
• 运行方式：
  • 在 LM Studio 中运行。
  • 直接使用 llama.cpp 或任何其他基于llama.cpp的项目运行。

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型，如bf16、Q8_0、Q6_K_L等，满足不同用户对模型质量和文件大小的需求。
• 在线重打包：部分量化类型支持在线重打包，可根据硬件情况自动优化权重，提升性能。
• 性能优化：通过合理选择量化类型和优化权重，在保证一定质量的前提下，提高模型的运行速度。

💻 使用示例

提示格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

📦 安装指南

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/PocketDoc_Dans-SakuraKaze-V1.0.0-12b-GGUF --include "PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q4_K_M.gguf" --local-dir ./

如果模型文件大于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/PocketDoc_Dans-SakuraKaze-V1.0.0-12b-GGUF --include "PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如PocketDoc_Dans-SakuraKaze-V1.0.0-12b-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

下载文件选择

嵌入/输出权重

部分量化类型（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。

ARM/AVX信息

以前，用户会下载Q4_0_4_4/4_8/8_8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。

现在，有了所谓的权重“在线重打包”功能，详情见 此PR。如果你使用Q4_0，并且你的硬件能从权重重打包中受益，它将自动实时进行重打包。

从llama.cpp构建版本 b4282 开始，你将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想获得略高的质量，可以使用IQ4_NL，这得益于 此PR，它也会为ARM重打包权重，不过目前仅支持4_4。加载时间可能会更长，但总体速度会提高。

如何选择文件

🔧 技术细节

本项目使用llama.cpp的特定版本进行量化，通过imatrix选项和特定数据集生成多种量化类型的模型文件。部分量化类型支持在线重打包，可根据硬件情况自动优化权重，提升性能。同时，在选择量化类型时，需要考虑模型质量、文件大小、硬件环境等因素。

📄 许可证

本项目采用Apache-2.0许可证。

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在嵌入/输出实验方面提供的灵感。

感谢LM Studio对我工作的赞助。

如果你想支持我的工作，请访问我的ko-fi页面：https://ko-fi.com/bartowski