Gryphe Pantheon Proto RP 1.8 30B A3B GGUF

🚀 Gryphe的Pantheon-Proto-RP-1.8-30B-A3B的Llamacpp imatrix量化版本

本项目是对Gryphe的Pantheon-Proto-RP-1.8-30B-A3B模型进行量化处理，使用特定工具和方法生成不同量化类型的模型文件，方便在不同硬件环境下高效运行。

🚀 快速开始

运行方式

• 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。

下载文件

从下面的表格中选择并下载所需的文件（不是整个分支）：

✨ 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，满足不同硬件和性能需求。
• 在线重新打包：部分量化类型支持在线重新打包，可在特定硬件上自动优化性能。
• 性能优化：通过特定的量化方法和技术，在保证一定质量的前提下，提高模型的运行速度和效率。

📦 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

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-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/Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-GGUF --include "Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Gryphe_Pantheon-Proto-RP-1.8-30B-A3B-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

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文件，这些文件的权重会在内存中交错排列，以提高ARM和AVX机器的性能。现在，有了“在线重新打包”功能，详情见 此PR。如果你使用Q4_0，且硬件能从权重重新打包中受益，它会自动实时进行。

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。加载时间可能会变慢，但总体速度会提高。

选择合适的文件

🔧 技术细节

量化工具和版本

使用 llama.cpp 发布版本 b5328 进行量化。

原始模型

原始模型地址：https://huggingface.co/Gryphe/Pantheon-Proto-RP-1.8-30B-A3B

量化数据集

所有量化模型均使用imatrix选项和来自 此处 的数据集生成。

📄 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提供关于嵌入/输出实验的灵感。 感谢LM Studio赞助本项目。

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