Dolphin3.0 Llama3.2 1B GGUF

🚀 Dolphin3.0-Llama3.2-1B的Llamacpp imatrix量化模型

本项目基于llama.cpp对Dolphin3.0-Llama3.2-1B模型进行量化处理，提供多种量化类型的模型文件，可在LM Studio中运行。这些量化模型能在不同硬件条件下平衡性能与质量，满足多样化的使用需求。

模型信息

🚀 快速开始

使用 llama.cpp 的 b4418 版本进行量化。所有量化模型均使用 imatrix 选项，并采用 此处 的数据集。你可以在 LM Studio 中运行这些模型。

提示词格式

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

📦 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/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-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。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Dolphin3.0-Llama3.2-1B-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 使用示例

下载文件

从以下列表中选择并下载文件（非整个分支）：

🔧 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，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。

现在，有了一种称为“在线重新打包”的权重处理方式，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，它将自动实时进行处理。

从llama.cpp构建 b4282 版本开始，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，详见 此PR，它也会为ARM重新打包权重，但目前仅适用于4_4。加载时间可能会变慢，但整体速度会提高。

如何选择文件

📄 许可证

本项目使用llama3.2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。

如果你想支持作者的工作，可以访问 ko-fi页面。