Arliai QwQ 32B ArliAI RpR V4 GGUF

🚀 ArliAI的QwQ-32B-ArliAI-RpR-v4的Llamacpp imatrix量化模型

本项目是对ArliAI的QwQ-32B-ArliAI-RpR-v4模型进行的量化处理，使用特定工具和方法生成了多种量化版本，方便不同硬件条件和需求的用户使用。

模型信息

🚀 快速开始

量化方法

使用 llama.cpp 的 b5432 版本进行量化。 原始模型地址：ArliAI/QwQ-32B-ArliAI-RpR-v4 所有量化模型均使用 imatrix 选项，并采用 此处 的数据集。

运行方式

• LM Studio：可在 LM Studio 中运行。
• llama.cpp：可直接使用 llama.cpp 或基于 llama.cpp 的其他项目运行。

提示格式

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

📦 安装指南

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/ArliAI_QwQ-32B-ArliAI-RpR-v4-GGUF --include "ArliAI_QwQ-32B-ArliAI-RpR-v4-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/ArliAI_QwQ-32B-ArliAI-RpR-v4-GGUF --include "ArliAI_QwQ-32B-ArliAI-RpR-v4-Q8_0/*" --local-dir ./

📚 详细文档

下载文件选择

嵌入/输出权重

部分量化模型（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 模型，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。

然而，现在有了所谓的“在线重新打包”权重技术，详情见 此 PR。如果你使用 Q4_0 模型，且硬件能从重新打包权重中受益，它将自动实时进行处理。

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，如果你想获得略高的质量，可以使用 IQ4_NL，这得益于 此 PR，它也会为 ARM 重新打包权重，不过目前仅支持 4_4 版本。加载时间可能会变慢，但总体速度会提高。

如何选择文件

🔧 技术细节

嵌入/输出权重

部分量化模型（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 模型，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。

然而，现在有了所谓的“在线重新打包”权重技术，详情见 此 PR。如果你使用 Q4_0 模型，且硬件能从重新打包权重中受益，它将自动实时进行处理。

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，如果你想获得略高的质量，可以使用 IQ4_NL，这得益于 此 PR，它也会为 ARM 重新打包权重，不过目前仅支持 4_4 版本。加载时间可能会变慢，但总体速度会提高。

📄 许可证

本项目采用 apache - 2.0 许可证。

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。 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：点击访问