Thedrummer Rivermind Lux 12B V1 GGUF

🚀 TheDrummer的Rivermind-Lux-12B-v1的Llamacpp imatrix量化版本

本项目是TheDrummer的Rivermind-Lux-12B-v1模型的量化版本，使用llama.cpp进行量化处理，为不同硬件条件的用户提供了多种量化类型的选择，方便在不同设备上高效运行模型。

🚀 快速开始

运行环境

• 可以在LM Studio中运行这些量化模型。
• 也可以直接使用llama.cpp或任何基于llama.cpp的项目来运行。

提示格式

<s>[INST]{prompt}[/INST]

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型，如bf16、Q8_0、Q6_K_L等，满足不同用户对模型质量和文件大小的需求。
• 优化性能：部分量化模型采用了特殊的量化方法，如将嵌入和输出权重量化为Q8_0，以提高性能。
• 在线重新打包：支持Q4_0的在线重新打包，可根据硬件情况自动优化性能。

📦 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/TheDrummer_Rivermind-Lux-12B-v1-GGUF --include "TheDrummer_Rivermind-Lux-12B-v1-Q4_K_M.gguf" --local-dir ./

下载拆分文件

如果模型大于50GB，它会被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/TheDrummer_Rivermind-Lux-12B-v1-GGUF --include "TheDrummer_Rivermind-Lux-12B-v1-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。

📚 详细文档

模型文件下载

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，这些模型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。

现在，有了所谓的权重“在线重新打包”功能，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，它将自动实时进行。

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，感谢此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。

如何选择文件

🔧 技术细节

量化方法

使用llama.cpp的发布版本[a href="https://github.com/ggerganov/llama.cpp/releases/tag/b5338">b5338进行量化。所有量化模型均使用imatrix选项，并使用来自这里的数据集。

在线重新打包

Q4_0支持在线重新打包，可根据硬件情况自动优化性能。详情见此PR。

性能对比

📄 许可证

文档未提及相关许可证信息。

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