E N V Y Legion V2.1 LLaMa 70B Elarablated V0.8 Hf GGUF

🚀 Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf的Llamacpp imatrix量化版本

本项目是对e - n - v - y发布的Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf模型进行的量化处理。通过量化，能在不同硬件条件下更高效地运行该模型，满足多样化的使用需求。

🚀 快速开始

• 运行环境：可以在LM Studio中运行这些量化模型，也能直接使用llama.cpp或其他基于llama.cpp的项目来运行。
• 下载文件：从下方表格中选择合适的量化文件进行下载。

✨ 主要特性

• 量化工具：使用 llama.cpp 发布版本 b5524 进行量化。
• 原始模型：原始模型可从 这里 获取。
• 量化选项：所有量化均使用imatrix选项，并采用了来自 此处 的数据集。

📦 安装指南

使用huggingface - cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-GGUF --include "e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-GGUF --include "e-n-v-y_Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hf-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|>
<|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|>
<|start_header_id|>assistant<|end_header_id|>

📚 详细文档

量化文件下载

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准量化方法，但其嵌入和输出权重被量化为Q8_0，而非通常的默认值。

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8文件，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，现在有了一种名为“在线重新打包”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。

如何选择文件

🔧 技术细节

本项目使用llama.cpp的b5524版本进行量化，利用imatrix选项和特定数据集完成量化过程。对于ARM和AVX机器，引入了在线重新打包权重的技术以提升性能。

📄 许可证

本项目使用的许可证为llama3.3。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 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