Eurollm 9B Instruct GGUF

🚀 EuroLLM-9B-Instruct的Llamacpp imatrix量化版本

本项目提供了EuroLLM-9B-Instruct模型的量化版本，使用特定工具和数据集进行量化，可在多种设备上运行，满足不同用户的需求。

🚀 快速开始

本项目使用 llama.cpp 的 b4240 版本进行量化。 原始模型地址：https://huggingface.co/utter-project/EuroLLM-9B-Instruct 所有量化模型均使用imatrix选项和来自 此处 的数据集生成。 你可以在 LM Studio 中运行这些量化模型。

✨ 主要特性

• 多语言支持：支持英语、德语、西班牙语、法语等多种语言。
• 多种量化类型：提供了丰富的量化类型，如f16、Q8_0、Q6_K_L等，满足不同的性能和质量需求。
• 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优化，提高了性能。

📦 安装指南

使用huggingface-cli下载

首先，确保你已经安装了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/EuroLLM-9B-Instruct-GGUF --include "EuroLLM-9B-Instruct-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/EuroLLM-9B-Instruct-GGUF --include "EuroLLM-9B-Instruct-Q8_0/*" --local-dir ./

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

💻 使用示例

提示格式

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

📚 详细文档

下载文件

你可以从以下表格中选择要下载的文件：

嵌入/输出权重

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

Q4_0_X_X信息

新特性：由于 此PR 中为在线重新打包权重所做的努力，现在如果你的llama.cpp是为ARM设备编译的，你可以直接使用Q4_0。 同样，如果你想获得稍好的性能，可以使用IQ4_NL，这要归功于 此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会较慢，但总体速度会提高。

这些量化模型不适用于Metal（苹果）或GPU（英伟达/AMD/英特尔）卸载，仅适用于ARM芯片（以及某些AVX2/AVX512 CPU）。 如果你使用的是ARM芯片，Q4_0_X_X量化模型将有显著的加速效果。查看 原始拉取请求 上的Q4_0_4_4速度比较。 要检查哪个量化模型最适合你的ARM芯片，你可以查看 AArch64 SoC特性（感谢EloyOn！）。 如果你使用的是支持AVX2或AVX512的CPU（通常是服务器CPU和AMD最新的Zen5 CPU），并且不进行GPU卸载，Q4_0_8_8也可能提供不错的速度：

如何选择文件

🔧 技术细节

本项目使用特定的量化工具和数据集对EuroLLM-9B-Instruct模型进行量化，以提高模型在不同设备上的运行效率。具体的量化方法和数据集来源在文档中已有说明。

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