Nvidia AceReason Nemotron 14B GGUF

🚀 英伟达AceReason - Nemotron - 14B的Llamacpp imatrix量化版本

本项目是英伟达AceReason - Nemotron - 14B模型的量化版本，使用llamacpp工具进行量化处理，为不同硬件条件和性能需求的用户提供了多种量化选择。

🚀 快速开始

使用 llama.cpp 版本 b5432 进行量化。

• 原始模型：https://huggingface.co/nvidia/AceReason - Nemotron - 14B
• 所有量化模型均使用imatrix选项，并采用来自 此处 的数据集。
• 可以在 LM Studio 中运行这些量化模型。
• 也可以直接使用 llama.cpp 或任何基于llama.cpp的项目来运行。

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型，如bf16、Q8_0、Q6_K_L等，满足不同的性能和质量需求。
• 在线重打包：部分量化模型支持在线重打包，可自动优化ARM和AVX机器的性能。
• 灵活选择：用户可以根据自己的硬件资源（如RAM、VRAM）和性能要求选择合适的量化模型。

📦 安装指南

使用huggingface - cli下载

首先，确保你已经安装了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/nvidia_AceReason-Nemotron-14B-GGUF --include "nvidia_AceReason-Nemotron-14B-Q4_K_M.gguf" --local-dir ./

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/nvidia_AceReason-Nemotron-14B-GGUF --include "nvidia_AceReason-Nemotron-14B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如nvidia_AceReason - Nemotron - 14B - Q8_0），或者将它们全部下载到当前目录（./）。

💻 使用示例

提示格式

<｜begin▁of▁sentence｜>{system_prompt}<｜User｜>{prompt}<｜Assistant｜><｜end▁of▁sentence｜><｜Assistant｜><think>

📚 详细文档

下载文件选择

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，以便通过一次加载更多数据来提高ARM和AVX机器的性能。

现在，有了一种称为“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，它会自动实时进行重打包。

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，感谢 此PR，它也会为ARM重打包权重，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。

选择哪个文件？

首先要确定你能运行多大的模型。为此，你需要了解自己有多少RAM和/或VRAM。

• 如果你希望模型运行尽可能快，你需要将整个模型放入GPU的VRAM中。选择文件大小比GPU总VRAM小1 - 2GB的量化模型。
• 如果你追求绝对最高质量，将系统RAM和GPU的VRAM相加，然后选择文件大小比该总和小1 - 2GB的量化模型。

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](https://github.com/ggerganov/llama.cpp/wiki/Feature - matrix)。

一般来说，如果你目标是Q4以下的量化，并且使用cuBLAS（英伟达）或rocBLAS（AMD），应该考虑I - 量化模型，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。

这些I - 量化模型也可以在CPU上使用，但比相应的K - 量化模型慢，所以你需要在速度和性能之间做出权衡。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw启发了对嵌入/输出的实验。 感谢LM Studio赞助本项目。

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

📄 许可证

本项目使用英伟达开放模型许可证（nvidia - open - model - license），许可证链接：https://www.nvidia.com/en - us/agreements/enterprise - software/nvidia - open - model - license/