Nousresearch DeepHermes 3 Llama 3 8B Preview GGUF

🚀 NousResearch的DeepHermes-3-Llama-3-8B-Preview量化模型

本项目是对NousResearch的DeepHermes-3-Llama-3-8B-Preview模型进行量化处理，旨在优化模型性能和存储需求。通过使用特定的量化方法和工具，生成了多种不同量化类型的模型文件，以满足不同用户的需求。

模型信息

🚀 快速开始

量化方法

使用 llama.cpp 发布版本 b4688 进行量化。原始模型可从 这里 获取。所有量化模型均使用 imatrix 选项，并结合 此数据集 生成。

运行方式

• LM Studio：可在 LM Studio 中运行量化后的模型。
• llama.cpp：也可直接使用 llama.cpp 或其他基于 llama.cpp 的项目运行。

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

📦 安装指南

使用huggingface-cli下载

首先，确保你已安装 hugginface-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/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q4_K_M.gguf" --local-dir ./

如果模型大小超过 50GB，它将被拆分为多个文件。若要将所有文件下载到本地文件夹，请运行：

huggingface-cli download bartowski/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如 NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q8_0），也可以将所有文件下载到当前目录（./）。

💻 使用示例

选择合适的量化文件

📚 详细文档

量化文件下载

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“在线重新打包”权重功能，详情见 此 PR。如果你使用 Q4_0 模型，且硬件能从权重重新打包中受益，它将自动实时进行重新打包。

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，如果你想获得更好的质量，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 格式。加载时间可能会变慢，但总体速度会提高。

🔧 技术细节

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。这种处理方式在一定程度上影响了模型的性能和质量。

📄 许可证

本项目使用 llama3 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