Nera Noctis 12B GGUF

🚀 Nera_Noctis-12B的Llamacpp imatrix量化版本

本项目使用 llama.cpp 的 b4404 版本进行量化。原始模型可在 此处 查看。所有量化版本均使用 imatrix 选项，并采用 此数据集 进行处理。你可以在 LM Studio 中运行这些量化模型。

🚀 快速开始

提示词格式

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

下载文件

你可以从下方表格中选择并下载单个文件（而非整个分支）：

✨ 主要特性

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，你需要下载Q4_0_4_4/4_8/8_8版本，这些版本的权重在内存中交错排列，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，现在有了一种名为“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，并且你的硬件可以从重新打包权重中受益，它将自动实时进行处理。

从llama.cpp的 b4282 版本开始，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，但目前仅支持4_4版本。加载时间可能会较慢，但总体速度会提高。

Q4_0_8_8在提示处理方面有显著提升，在文本生成方面也有小幅提升。

📦 安装指南

使用huggingface-cli下载

📚 详细文档

如何选择合适的文件

📄 许可证

本项目使用的许可证为 other。

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