Sky T1 32B Preview GGUF

🚀 Sky-T1-32B-Preview的Llamacpp imatrix量化版本

本项目是对Sky-T1-32B-Preview模型进行的Llamacpp imatrix量化，旨在提供不同量化类型的模型文件，以满足不同硬件和性能需求。通过使用特定的量化方法和数据集，生成了多种量化版本的模型，方便在不同环境下运行。

🚀 快速开始

使用 llama.cpp 版本 b4456 进行量化。 原始模型：https://huggingface.co/NovaSky-AI/Sky-T1-32B-Preview 所有量化模型均使用imatrix选项，并结合来自 此处 的数据集生成。 你可以在 LM Studio 中运行这些量化模型。

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型，如f16、Q8_0、Q6_K_L等，满足不同的性能和质量需求。
• 在线重打包：部分量化模型支持在线重打包，可根据硬件自动优化性能。
• 详细文档：提供了详细的下载和使用说明，方便用户操作。

📦 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

你可以指定要下载的特定文件：

huggingface-cli download bartowski/Sky-T1-32B-Preview-GGUF --include "Sky-T1-32B-Preview-Q4_K_M.gguf" --local-dir ./

下载拆分文件

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

huggingface-cli download bartowski/Sky-T1-32B-Preview-GGUF --include "Sky-T1-32B-Preview-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Sky-T1-32B-Preview-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

模型文件信息

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，而非默认的量化级别。

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“在线重打包”权重功能，详情见 此PR。如果你使用Q4_0，并且你的硬件能从权重重打包中受益，它将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，如果你想获得略好的质量，可以使用IQ4_NL，感谢 此PR，它也会为ARM重打包权重，不过目前仅适用于4_4。加载时间可能会更长，但会带来整体速度的提升。

如何选择文件

🔧 技术细节

量化方法

使用 llama.cpp 版本 b4456 进行量化，所有量化模型均使用imatrix选项，并结合特定数据集生成。

在线重打包

部分量化模型支持在线重打包，可根据硬件自动优化性能，详情见 此PR。

性能对比

📄 许可证

文档中未提及相关许可证信息。

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