Menlo Jan Nano GGUF

🚀 Menlo的Jan - nano量化模型

本项目基于llama.cpp对Menlo/Jan - nano模型进行量化处理，提供多种量化类型的模型文件，以满足不同硬件和性能需求。用户可根据自身硬件配置和使用场景选择合适的量化模型文件进行下载和使用。

🚀 快速开始

本项目是对Menlo/Jan - nano模型的量化版本。使用 llama.cpp 的 b5627 版本进行量化。

• 原始模型地址：[https://huggingface.co/Menlo/Jan - nano](https://huggingface.co/Menlo/Jan - nano)
• 所有量化模型均使用imatrix选项，并采用 此处 的数据集。
• 可在 LM Studio 中运行这些量化模型。
• 也可直接使用 llama.cpp 或其他基于llama.cpp的项目来运行。

✨ 主要特性

• 多种量化类型：提供了如bf16、Q8_0、Q6_K_L等多种量化类型的模型文件，用户可根据自身硬件和性能需求进行选择。
• 优化权重处理：部分量化模型（如Q3_K_XL、Q4_K_L等）采用了将嵌入和输出权重量化为Q8_0的标准量化方法，以提高性能。
• 在线重打包功能：对于部分量化模型（如Q4_0），支持在线重打包权重，以提高在ARM和AVX机器上的性能。

📦 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/Menlo_Jan-nano-GGUF --include "Menlo_Jan-nano-Q4_K_M.gguf" --local-dir ./

如果模型文件大于 50GB，它会被分割成多个文件。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/Menlo_Jan-nano-GGUF --include "Menlo_Jan-nano-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如Menlo_Jan - nano - 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
<think>

</think>

📚 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。

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，对于权重有了所谓的“在线重打包”功能，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的 b4282 版本开始，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。

选择合适的文件

🔧 技术细节

基准测试（AVX2系统 - EPYC7702）

📄 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](https://ko - fi.com/bartowski)