Thedrummer Fallen Gemma3 4B V1 GGUF

🚀 TheDrummer的Fallen - Gemma3 - 4B - v1的Llamacpp imatrix量化版本

本项目提供了TheDrummer的Fallen - Gemma3 - 4B - v1模型的量化版本，借助量化技术可在不同硬件条件下更高效地运行该模型。

🚀 快速开始

使用 llama.cpp 发布版本 b4925 进行量化。 原始模型地址：https://huggingface.co/TheDrummer/Fallen-Gemma3-4B-v1 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

• 提供多种量化类型，可根据不同硬件资源和性能需求选择合适的量化版本。
• 部分量化版本对嵌入和输出权重进行特殊处理，以提升性能和质量。
• 支持在线权重重新打包，可自动优化特定硬件的性能。

📦 安装指南

使用huggingface - cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/TheDrummer_Fallen-Gemma3-4B-v1-GGUF --include "TheDrummer_Fallen-Gemma3-4B-v1-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

<bos><start_of_turn>user
{system_prompt}

{prompt}<end_of_turn>
<start_of_turn>model
<end_of_turn>
<start_of_turn>model

📚 详细文档

下载文件选择

嵌入/输出权重

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，这些版本的权重会在内存中交错排列，以便通过一次加载更多数据来提高ARM和AVX机器的性能。

然而，现在有了一种称为“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，且你的硬件能从重新打包权重中受益，它将自动实时进行处理。

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重新打包权重，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。

选择合适的文件

🔧 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，以实现高效的模型量化。

在线重新打包

对于支持的硬件，Q4_0和IQ4_NL等量化版本可自动进行在线权重重新打包，以优化性能。

📄 许可证

本项目使用其他许可证，具体详情请参考相关说明。

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