Mrm8488 Qwen3 14B Ft Limo GGUF

🚀 mrm8488的Qwen3 - 14B - ft - limo的Llamacpp imatrix量化版本

本项目使用 llama.cpp 发布版本 b5490 进行量化。旨在为Qwen3 - 14B - ft - limo模型提供不同量化类型的版本，以满足不同用户在性能、质量和存储空间上的需求。

🚀 快速开始

• 原始模型地址：https://huggingface.co/mrm8488/Qwen3 - 14B - ft - limo
• 所有量化版本均使用imatrix选项，数据集来自 此处
• 可在 LM Studio 中运行这些量化版本
• 也可直接使用 llama.cpp 或任何基于llama.cpp的项目运行

✨ 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，用户可根据自身需求选择不同质量和大小的量化版本。
• 特殊权重处理：部分量化版本（如Q3_K_XL、Q4_K_L等）采用了特殊的嵌入和输出权重量化方法，将其量化为Q8_0，而非默认设置。
• 在线重打包：部分量化版本（如Q4_0）支持在线重打包权重，可根据硬件情况自动优化性能。

📦 安装指南

使用huggingface - cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/mrm8488_Qwen3-14B-ft-limo-GGUF --include "mrm8488_Qwen3-14B-ft-limo-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/mrm8488_Qwen3-14B-ft-limo-GGUF --include "mrm8488_Qwen3-14B-ft-limo-Q8_0/*" --local-dir ./

💻 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，而非通常的默认设置。

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8，这些版本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“在线重打包”的权重处理方式，详情见 此PR。如果你使用Q4_0，且你的硬件能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，但目前仅适用于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b5490版本进行量化，通过imatrix选项结合特定数据集生成不同量化版本。部分量化版本对嵌入和输出权重采用了特殊的量化方式，以提高性能和质量。同时，支持在线重打包权重，可根据硬件情况自动优化性能。

📄 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