🚀 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