Mistral Community Pixtral 12b GGUF

🚀 Mistral社区Pixtral - 12b的Llamacpp imatrix量化版本

本项目提供了Mistral社区Pixtral - 12b模型的量化版本，使用特定工具和方法进行量化处理，方便不同硬件条件下的使用。

🚀 快速开始

• 使用 LM Studio 运行量化模型。
• 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

• 多种量化类型：提供了丰富的量化类型供选择，如bf16、Q8_0、Q6_K_L等，满足不同性能和质量需求。
• 在线重打包：部分量化类型支持在线重打包，可根据硬件自动优化性能。
• 适配不同硬件：考虑了ARM和AVX等不同硬件架构的性能优化。

📦 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

你可以指定下载特定的文件，例如：

huggingface-cli download bartowski/mistral-community_pixtral-12b-GGUF --include "mistral-community_pixtral-12b-Q4_K_M.gguf" --local-dir ./

下载拆分文件

如果模型大于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/mistral-community_pixtral-12b-GGUF --include "mistral-community_pixtral-12b-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

在LM Studio中，你可以直接加载下载好的量化模型文件进行使用。

高级用法

使用llama.cpp运行模型时，你可以根据需要调整参数以获得更好的性能。例如：

./main -m mistral-community_pixtral-12b-Q4_K_M.gguf -n 200

📚 详细文档

量化信息

提示格式

未找到提示格式，请查看原始模型页面。

新增内容

修复了mmproj文件，修复内容来自主线：https://github.com/ggml-org/llama.cpp/pull/13208

下载文件

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，你会下载Q4_0_4_4/4_8/8_8，这些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。

现在，有了所谓的“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 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，感谢 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 版本 b5173 进行量化。所有量化均使用imatrix选项，数据集来自 此处。

在线重打包

在线重打包功能允许在运行时对权重进行重新排列，以提高ARM和AVX机器的性能。具体实现细节见 此PR。

📄 许可证

本项目采用apache - 2.0许可证。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw提供嵌入/输出实验的灵感。 感谢LM Studio赞助我的工作。

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