Xlangai Jedi 3B 1080p GGUF

🚀 xlangai的Jedi-3B-1080p的Llamacpp imatrix量化版本

本项目是xlangai的Jedi-3B-1080p模型的量化版本，使用特定工具和数据集进行量化处理，可在多种环境中运行，为不同硬件条件和需求的用户提供了丰富的选择。

🚀 快速开始

本项目使用 llama.cpp 发布版本 b5524 进行量化。 原始模型地址：https://huggingface.co/xlangai/Jedi-3B-1080p 所有量化模型均使用imatrix选项，并采用来自 此处 的数据集。 你可以在 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供选择，如bf16、Q8_0、Q6_K_L等，满足不同的性能和质量需求。
• 特定权重处理：部分量化模型（如Q3_K_XL、Q4_K_L等）采用了特殊的量化方法，将嵌入和输出权重量化为Q8_0，以提高性能。
• 在线重打包：部分量化模型支持在线重打包，可根据硬件自动优化性能。

📦 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/xlangai_Jedi-3B-1080p-GGUF --include "xlangai_Jedi-3B-1080p-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/xlangai_Jedi-3B-1080p-GGUF --include "xlangai_Jedi-3B-1080p-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如xlangai_Jedi-3B-1080p-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 使用示例

提示格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

📚 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）采用了标准的量化方法，将嵌入和输出权重量化为Q8_0，而不是通常的默认值。

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。

然而，现在有一种称为“在线重打包”的权重处理方法，详情见 此PR。如果你使用Q4_0，并且你的硬件可以从权重重打包中受益，它将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，如果你想获得略好的质量，可以使用IQ4_NL，感谢 此PR，它也会为ARM重打包权重，不过目前仅支持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，你需要确定你可以运行多大的模型。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的量化模型。
• 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。这些模型的格式为“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。

一般来说，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-quant。这些模型的格式为IQX_X，如IQ3_M。它们是较新的模型，在相同大小下提供更好的性能。

这些I-quant也可以在CPU上使用，但比相应的K-quant慢，因此你需要在速度和性能之间做出权衡。

🔧 技术细节

量化工具

使用 llama.cpp 发布版本 b5524 进行量化。

量化数据集

所有量化模型均使用imatrix选项，并采用来自 此处 的数据集。

在线重打包

部分量化模型支持在线重打包，详情见 此PR。

📄 许可证

本项目采用Apache-2.0许可证。

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对本项目的赞助。

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