Gryphe Pantheon RP 1.8 24b Small 3.1 GGUF

🚀 Gryphe的Pantheon - RP - 1.8 - 24b - Small - 3.1的Llamacpp imatrix量化版本

本项目是Gryphe的Pantheon - RP - 1.8 - 24b - Small - 3.1模型的量化版本，使用llama.cpp进行量化处理，解决了大模型在资源有限设备上运行的难题，让模型的部署和使用更加灵活高效。

🚀 快速开始

使用 llama.cpp 版本 b4896 进行量化。 原始模型：https://huggingface.co/Gryphe/Pantheon-RP-1.8-24b-Small-3.1 所有量化版本均使用imatrix选项，并采用来自此处的数据集。 你可以在 LM Studio 中运行这些量化版本，也可以直接使用 llama.cpp 或任何基于llama.cpp的项目来运行。

✨ 主要特性

• 多量化类型支持：提供了丰富的量化类型，如bf16、Q8_0、Q6_K_L等，满足不同场景下对模型质量和资源占用的需求。
• 在线重打包功能：部分量化版本支持在线重打包，可根据硬件情况自动优化性能。
• 灵活的下载方式：支持使用huggingface-cli下载特定文件，方便快捷。

📦 安装指南

安装huggingface-cli

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载特定文件

你可以指定要下载的特定文件：

huggingface-cli download bartowski/Gryphe_Pantheon-RP-1.8-24b-Small-3.1-GGUF --include "Gryphe_Pantheon-RP-1.8-24b-Small-3.1-Q4_K_M.gguf" --local-dir ./

下载拆分文件

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

huggingface-cli download bartowski/Gryphe_Pantheon-RP-1.8-24b-Small-3.1-GGUF --include "Gryphe_Pantheon-RP-1.8-24b-Small-3.1-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录，也可以将它们全部下载到当前目录。

💻 使用示例

基础用法

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

📚 详细文档

量化文件下载列表

嵌入/输出权重说明

部分量化版本（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，你会下载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，以提高ARM和AVX机器的性能。现在，有了“在线重打包”功能，详情见 此PR。如果你使用Q4_0，并且硬件可以从权重重打包中受益，它将自动进行重打包。

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，如果你想获得更好的质量，可以使用IQ4_NL，详情见 此PR，它也会为ARM重打包权重，但目前仅支持4_4。加载时间可能会较慢，但总体速度会提高。

如何选择文件

🔧 技术细节

量化方法

使用llama.cpp的imatrix选项进行量化，结合特定的数据集，以实现不同的量化效果。

在线重打包原理

在线重打包功能通过在运行时对权重进行重新排列，以提高ARM和AVX机器的性能。具体实现细节可参考 此PR。

性能对比

📄 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/输出实验方面的启发。 感谢LM Studio对本项目的赞助。

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