Sarvamai Sarvam M GGUF

🚀 sarvamai的sarvam-m模型的Llamacpp imatrix量化版本

本项目使用 llama.cpp 的 b5490 版本进行量化。该项目可用于多语言文本生成，支持英语、孟加拉语、印地语等多种语言。

模型信息

原模型链接

https://huggingface.co/sarvamai/sarvam-m

量化说明

所有量化版本均使用imatrix选项，并采用了来自 此处 的数据集。

🚀 快速开始

运行方式

• 在LM Studio中运行：可在 LM Studio 中直接使用这些量化模型。
• 使用llama.cpp运行：可通过 llama.cpp 或任何基于llama.cpp的项目直接运行。

提示词格式

<s>[SYSTEM_PROMPT]Think deeply before answering the user's question. Do the thinking inside <think>...</think> tags.

{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]

📦 下载文件

可从以下列表中选择下载单个文件（而非整个分支）：

🔧 嵌入/输出权重说明

部分量化版本（如Q3_K_XL、Q4_K_L等）采用了标准量化方法，将嵌入和输出权重量化为Q8_0，而非通常的默认值。

📥 使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/sarvamai_sarvam-m-GGUF --include "sarvamai_sarvam-m-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/sarvamai_sarvam-m-GGUF --include "sarvamai_sarvam-m-Q8_0/*" --local-dir ./

💻 ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8版本，这些版本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，现在有了一种名为“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

🙏 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/输出实验方面提供的灵感。
• 感谢LM Studio对我工作的赞助。

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

本项目采用apache - 2.0许可证。