Qwen2.5 Coder 1.5B Instruct Abliterated GGUF

🚀 Qwen2.5-Coder-1.5B-Instruct-abliterated的Llamacpp imatrix量化模型

本项目提供了基于llama.cpp对Qwen2.5-Coder-1.5B-Instruct-abliterated模型进行量化的版本。通过量化，能够在不同硬件条件下更高效地运行模型，满足多样化的使用需求。

🚀 快速开始

模型量化

使用 llama.cpp 版本 b4058 进行量化。原始模型可从 这里 获取。所有量化版本均使用imatrix选项，并采用 该数据集 进行校准。

运行环境

你可以在 LM Studio 中运行这些量化模型。

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

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/Qwen2.5-Coder-1.5B-Instruct-abliterated-GGUF --include "Qwen2.5-Coder-1.5B-Instruct-abliterated-Q4_K_M.gguf" --local-dir ./

下载分割文件

如果模型大小超过50GB，它会被分割成多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/Qwen2.5-Coder-1.5B-Instruct-abliterated-GGUF --include "Qwen2.5-Coder-1.5B-Instruct-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Qwen2.5-Coder-1.5B-Instruct-abliterated-Q8_0），或者直接下载到当前目录（./）。

📚 详细文档

下载文件列表

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，而不是默认值。

有人认为这样可以提高质量，也有人没有发现明显差异。如果你使用了这些模型，请留言分享你的使用结果。我希望得到反馈，以确认这些量化模型是否真的被使用且有用，这样我就不会继续上传无人使用的量化模型了。

Q4_0_X_X量化模型

这些量化模型不适用于Metal（苹果）卸载，仅适用于ARM芯片。

如果你使用的是ARM芯片，Q4_0_X_X量化模型将显著提高运行速度。你可以查看 原始拉取请求 中的Q4_0_4_4速度比较。

要确定哪个量化模型最适合你的ARM芯片，你可以查看 AArch64 SoC特性（感谢EloyOn！）。

如何选择文件

Artefact2 提供了一篇很棒的文章，带有展示各种性能的图表，你可以 点击这里查看。

首先，你需要确定你能够运行多大的模型。这需要你了解自己的系统内存（RAM）和/或显存（VRAM）大小。

如果你希望模型运行速度尽可能快，你需要将整个模型加载到GPU的显存中。选择文件大小比GPU总显存小1 - 2GB的量化模型。

如果你追求绝对的最高质量，将系统内存和GPU显存相加，然后选择文件大小比这个总和小1 - 2GB的量化模型。

接下来，你需要决定是使用'I-quant'还是'K-quant'。

如果你不想考虑太多，选择K-quant模型，格式为'QX_K_X'，如Q5_K_M。

如果你想深入了解，可以查看这个非常有用的特性图表：llama.cpp特性矩阵

一般来说，如果你希望量化级别低于Q4，并且使用的是cuBLAS（Nvidia）或rocBLAS（AMD），可以考虑I-quant模型，格式为IQX_X，如IQ3_M。这些是较新的模型，在相同大小下性能更好。

I-quant模型也可以在CPU和苹果Metal上使用，但速度会比K-quant模型慢。因此，你需要在速度和性能之间做出权衡。

I-quant模型不兼容Vulcan（也是AMD的），所以如果你使用的是AMD显卡，请仔细检查你使用的是rocBLAS版本还是Vulcan版本。在撰写本文时，LM Studio有一个支持ROCm的预览版，其他推理引擎也有针对ROCm的特定版本。

📄 许可证

本项目采用 Apache-2.0许可证。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw启发我对嵌入/输出进行实验。

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