Tesslate Tessa T1 3B GGUF

🚀 Tesslate的Tessa-T1-3B的Llamacpp imatrix量化版本

本项目使用 llama.cpp 的 b4978 版本进行量化。

原始模型：https://huggingface.co/Tesslate/Tessa-T1-3B

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

• 使用特定版本的llama.cpp进行量化，保证量化的准确性和稳定性。
• 提供多种量化类型供选择，以满足不同的性能和质量需求。
• 支持在LM Studio和基于llama.cpp的项目中运行。

📦 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/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q4_K_M.gguf" --local-dir ./

下载分割文件

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/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Tesslate_Tessa-T1-3B-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版本，这些版本的权重会在内存中交错排列，以便在ARM和AVX机器上通过一次加载更多数据来提高性能。

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，并且你的硬件能从重新打包权重中受益，它会自动实时进行处理。

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，如果你想获得稍好的质量，可以使用IQ4_NL，这得益于 此PR，它也会为ARM重新打包权重，不过目前仅适用于4_4。加载时间可能会较慢，但总体速度会提高。

选择合适的文件

🔧 技术细节

基准测试（AVX2系统 - EPYC7702）

📄 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