🚀 PocketDoc的Dans-PersonalityEngine-V1.3.0-12b的Llamacpp imatrix量化版本
本项目是对PocketDoc的Dans-PersonalityEngine-V1.3.0-12b模型进行量化处理，旨在优化模型在不同硬件环境下的运行效率和性能。通过使用特定的量化方法和工具，生成了多种不同量化类型的模型文件，以满足不同用户的需求。
🚀 快速开始
量化工具
使用 llama.cpp 发布版本 b5466 进行量化。
原始模型
原始模型链接：https://huggingface.co/PocketDoc/Dans-PersonalityEngine-V1.3.0-12b
量化数据集
所有量化均使用imatrix选项，并采用来自 此处 的数据集。
运行方式
✨ 主要特性
支持多语言
支持英语（en）、阿拉伯语（ar）、德语（de）、法语（fr）、西班牙语（es）、印地语（hi）、葡萄牙语（pt）、日语（ja）、韩语（ko）等多种语言。
多领域适用
适用于通用目的、角色扮演、故事写作、化学、生物学、代码、气候、法律、医疗、金融等多个领域。
多种量化类型
提供了多种不同的量化类型，如bf16、Q8_0、Q6_K_L等，用户可以根据自己的硬件资源和性能需求选择合适的量化文件。
📦 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/PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-GGUF --include "PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-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/PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-GGUF --include "PocketDoc_Dans-PersonalityEngine-V1.3.0-12b-Q8_0/*" --local-dir ./
你可以指定一个新的本地目录，也可以将它们全部下载到当前目录（./）。
💻 使用示例
提示格式
[gMASK]<sop><|system|>{system_prompt}<|endoftext|><|user|>{prompt}<|endoftext|><|assistant|>
📚 详细文档
下载文件列表
嵌入/输出权重
部分量化（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，这些文件的权重会在内存中交错排列，以便通过一次加载更多数据来提高ARM和AVX机器的性能。
然而，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，并且你的硬件能从重新打包权重中受益，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，不过目前仅适用于4_4。加载时间可能会更长，但总体速度会提高。
选择合适的文件
点击查看详情
Artefact2在 此处 提供了一篇很棒的文章，配有图表展示各种性能。
首先，你需要确定你能运行多大的模型。为此，你需要了解你有多少内存（RAM）和/或显存（VRAM）。
如果你希望模型运行得尽可能快，你需要将整个模型放入GPU的显存中。选择文件大小比GPU总显存小1 - 2GB的量化文件。
如果你追求绝对最高质量，将系统内存和GPU显存相加，然后选择文件大小比该总和小1 - 2GB的量化文件。
接下来，你需要决定是使用“I量化”还是“K量化”。
如果你不想考虑太多，选择K量化文件。这些文件的格式为“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
但基本上，如果你目标是低于Q4的量化，并且你使用的是cuBLAS（Nvidia）或rocBLAS（AMD），你应该考虑I量化文件。这些文件的格式为IQX_X，如IQ3_M。这些是较新的量化方式，在相同大小下提供更好的性能。
这些I量化文件也可以在CPU上使用，但比对应的K量化文件慢，所以你需要在速度和性能之间做出权衡。
🔧 技术细节
数据集
本项目使用了多个数据集进行训练，包括：
- PocketDoc/Dans-Prosemaxx-RP
- PocketDoc/Dans-Personamaxx-Logs-2
- PocketDoc/Dans-Personamaxx-VN
- ... （此处省略部分数据集名称）
基础模型
基础模型为：PocketDoc/Dans-PersonalityEngine-V1.3.0-12b
量化方法
使用llama.cpp的imatrix选项进行量化，部分量化文件的嵌入和输出权重采用Q8_0量化。
📄 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提供关于嵌入/输出实验的灵感。
感谢LM Studio赞助我的工作。
如果你想支持我的工作，请访问我的ko-fi页面：https://ko-fi.com/bartowski
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers 支持多种语言