Thedrummer Cydonia 24B V3 GGUF

🚀 TheDrummer的Cydonia-24B-v3的Llamacpp imatrix量化版本

本项目是TheDrummer的Cydonia-24B-v3模型的量化版本，使用特定工具和方法进行量化处理，为不同硬件和使用场景提供了多种量化选项。

基本信息

🚀 快速开始

本项目使用 llama.cpp 发布版本 b5568 进行量化。

• 原始模型地址：https://huggingface.co/TheDrummer/Cydonia-24B-v3
• 所有量化模型均使用imatrix选项，并使用来自 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供选择，每种量化类型在文件大小、质量和性能上各有特点，以满足不同用户的需求。

在线重打包功能

部分量化模型支持在线重打包功能，可根据硬件情况自动优化权重，提高性能。

详细的选择指南

为用户提供了详细的文件选择指南，帮助用户根据自身硬件配置和需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/TheDrummer_Cydonia-24B-v3-GGUF --include "TheDrummer_Cydonia-24B-v3-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/TheDrummer_Cydonia-24B-v3-GGUF --include "TheDrummer_Cydonia-24B-v3-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如TheDrummer_Cydonia-24B-v3-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

提示格式

未找到提示格式，请查看原始模型页面。

下载文件

你可以从以下表格中选择要下载的文件（不是整个分支）：

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，有了一种名为“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，如果你想获得略好的质量，可以使用IQ4_NL，感谢 此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会更长，但会带来整体速度的提升。

Q4_0_8_8在提示处理方面有显著提升，在文本生成方面有小幅提升。

应该选择哪个文件？

🔧 技术细节

本项目使用llama.cpp进行量化处理，通过特定的量化选项和数据集，生成多种不同量化类型的模型。同时，利用在线重打包等技术，优化模型在不同硬件上的性能。

📄 许可证

本项目使用其他许可证，具体详情请参考相关说明。

💡 使用建议

• 在选择量化模型时，根据自身硬件配置和需求，参考详细文档中的选择指南进行选择。
• 如果使用Q4_0，确保你的硬件支持在线重打包功能，以获得更好的性能。
• 对于追求速度的用户，尽量选择文件大小适合GPU显存的量化模型；对于追求质量的用户，可综合考虑系统内存和显存。

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/输出实验方面的启发。 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