Aura 4B GGUF

🚀 Aura-4B的Llamacpp imatrix量化版本

本项目使用 llama.cpp 的 b4381 版本进行量化。原始模型可查看：https://huggingface.co/AuraIndustries/Aura-4B。所有量化模型均使用imatrix选项，并基于 此处 的数据集生成。你可以在 LM Studio 中运行这些量化模型。

🚀 快速开始

本项目提供了Aura-4B模型的多种量化版本，你可以根据自身需求选择合适的量化文件进行下载和使用。

✨ 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，满足不同场景下对模型质量和性能的需求。
• 优化的嵌入/输出权重：部分量化模型（如Q3_K_XL、Q4_K_L等）采用了特殊的量化方法，将嵌入和输出权重量化为Q8_0，以提高模型性能。
• 在线重打包功能：部分量化模型（如Q4_0）支持在线重打包功能，可根据硬件情况自动优化权重，提升在ARM和AVX机器上的性能。

📦 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]"

下载指定文件

你可以指定要下载的具体文件：

huggingface-cli download bartowski/Aura-4B-GGUF --include "Aura-4B-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。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/Aura-4B-GGUF --include "Aura-4B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Aura-4B-Q8_0），也可以直接下载到当前目录（./）。

💻 使用示例

基础用法

本项目提供了特定的提示格式，你可以按照以下格式进行交互：

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

📚 详细文档

量化文件信息

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准的量化方法，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。

然而，现在有一种名为“在线重打包”的权重处理方式，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，如果你想获得稍好的质量，可以使用IQ4_NL，这得益于 此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会较慢，但总体速度会提高。

如何选择文件

🔧 技术细节

基准测试

📄 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/输出实验方面的启发。

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