Allura Org Q3 30B A3B Designant GGUF

🚀 allura-org的Q3 - 30B - A3B - Designant的Llamacpp imatrix量化版本

本项目是对allura-org的Q3 - 30B - A3B - Designant模型进行量化处理，使用特定工具和数据集生成了多种量化版本，方便在不同硬件环境下高效运行。

🚀 快速开始

使用 llama.cpp 发布版本 b5466 进行量化。 原始模型地址：https://huggingface.co/allura-org/Q3 - 30B - A3B - Designant

所有量化版本均使用imatrix选项，并采用 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

• 多量化版本：提供了多种不同类型的量化版本，如Q3、Q4、Q5、Q6、Q8等，以满足不同硬件配置和性能需求。
• 特定权重处理：部分量化版本（如Q3_K_XL、Q4_K_L等）采用了将嵌入和输出权重量化为Q8_0的标准量化方法，而非默认设置。
• 在线重打包：部分量化版本支持在线重打包权重，可根据硬件情况自动优化性能。

📦 安装指南

使用huggingface - cli下载

首先，确保你已安装huggingface - cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/allura-org_Q3-30B-A3B-Designant-GGUF --include "allura-org_Q3-30B-A3B-Designant-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/allura-org_Q3-30B-A3B-Designant-GGUF --include "allura-org_Q3-30B-A3B-Designant-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如allura - org_Q3 - 30B - A3B - Designant - Q8_0），也可以直接下载到当前目录（./）。

💻 使用示例

基础用法

<|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/输出权重说明

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，而非默认设置。

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8，这些版本的权重会在内存中交错排列，以通过一次加载更多数据来提高ARM和AVX机器的性能。

然而，现在有了所谓的权重“在线重打包”功能，详情见 此PR。如果你使用Q4_0，且你的硬件能从权重重打包中受益，它会自动实时进行重打包。

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。

文件选择建议

🔧 技术细节

基准测试（AVX2系统 - EPYC7702）

📄 许可证

文档中未提及相关许可证信息。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw在嵌入/输出方面提供的灵感。 感谢LM Studio对我工作的赞助。

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