%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
模型简介
模型特点
模型能力
使用案例
🚀 Mistral-Small-3.2-24B-Instruct-2506的Llamacpp imatrix量化版本
本项目是对Mistral-Small-3.2-24B-Instruct-2506模型进行的Llamacpp imatrix量化处理，旨在提供不同量化类型的模型文件，以满足不同硬件和性能需求。用户可以根据自身设备的内存和性能选择合适的量化文件，并在LM Studio或基于llama.cpp的项目中运行。
🔍 项目信息
| 属性 | 详情 |
|---|---|
| 量化者 | bartowski |
| 任务类型 | 图像文本到文本 |
| 支持语言 | 英语、法语、德语、西班牙语、葡萄牙语、意大利语、日语、韩语、俄语、中文、阿拉伯语、波斯语、印尼语、马来语、尼泊尔语、波兰语、罗马尼亚语、塞尔维亚语、瑞典语、土耳其语、乌克兰语、越南语、印地语、孟加拉语 |
| 基础模型 | mistralai/Mistral-Small-3.2-24B-Instruct-2506 |
| 基础模型关系 | 量化版本 |
| 许可证 | Apache-2.0 |
| 推理功能 | 否 |
⚠️ 重要提示
如果你想了解我们如何处理你的个人数据，请阅读我们的 隐私政策。
🚀 快速开始
运行方式
提示格式
<s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]
✨ 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，用户可根据需求选择不同的量化文件。
- 在线重打包：部分量化文件支持在线重打包，可自动优化硬件性能。
- 性能优化：部分量化文件通过将嵌入和输出权重量化为Q8_0，提高了模型的性能和质量。
📦 安装指南
安装huggingface-cli
pip install -U "huggingface_hub[cli]"
下载单个文件
huggingface-cli download bartowski/mistralai_Mistral-Small-3.2-24B-Instruct-2506-GGUF --include "mistralai_Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf" --local-dir ./
下载拆分文件
如果模型大于50GB，已拆分为多个文件，可使用以下命令下载到本地文件夹：
huggingface-cli download bartowski/mistralai_Mistral-Small-3.2-24B-Instruct-2506-GGUF --include "mistralai_Mistral-Small-3.2-24B-Instruct-2506-Q8_0/*" --local-dir ./
💻 使用示例
基础用法
在LM Studio中，选择下载的量化文件即可开始使用。
高级用法
使用llama.cpp直接运行模型，可根据需求调整参数，以获得更好的性能和效果。
📚 详细文档
下载文件列表
嵌入/输出权重
部分量化文件（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，用户会下载Q4_0_4_4/4_8/8_8文件，这些文件的权重在内存中交错排列，以提高ARM和AVX机器的性能。现在，有了“在线重打包”功能，详情见 此PR。如果使用Q4_0且硬件适合重打包权重，系统将自动进行优化。
从llama.cpp构建 b4282 开始，将无法运行Q4_0_X_X文件，需使用Q4_0。此外，根据 此PR，可使用IQ4_NL获得更好的质量，它也会为ARM重打包权重，但目前仅支持4_4。加载时间可能会变慢，但总体速度会提高。
如何选择文件
点击查看详情
Artefact2提供了一份很棒的带有图表的文章，展示了各种性能表现，点击查看。
首先，确定你能运行的模型大小。这需要了解你拥有的RAM和/或VRAM容量。
- 追求极致速度：如果你希望模型运行得尽可能快，应将整个模型放入GPU的VRAM中。选择文件大小比GPU总VRAM小1 - 2GB的量化文件。
- 追求极致质量：如果你追求绝对的最高质量，将系统RAM和GPU的VRAM相加，然后选择文件大小比该总和小1 - 2GB的量化文件。
接下来，你需要决定是使用“I-quant”还是“K-quant”。
- 简单选择：如果你不想考虑太多，可以选择K-quant。这些文件的格式为“QX_K_X”，如Q5_K_M。
- 深入研究：如果你想深入了解，可以查看这个非常有用的功能图表：llama.cpp功能矩阵。
一般来说，如果你目标是低于Q4的量化，并且使用cuBLAS（Nvidia）或rocBLAS（AMD），应该考虑I-quant。这些文件的格式为IQX_X，如IQ3_M。它们是较新的格式，在相同大小下提供更好的性能。
I-quant也可以在CPU上使用，但速度会比相应的K-quant慢，因此你需要在速度和性能之间做出权衡。
🔧 技术细节
本项目使用 llama.cpp 发布版本 b5697 进行量化。所有量化文件均使用imatrix选项，并使用 此处 的数据集。
📄 许可证
本项目采用Apache-2.0许可证。
致谢
感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw提供关于嵌入/输出实验的灵感。 感谢LM Studio赞助我的工作。
如果你想支持我的工作，请访问我的ko-fi页面：https://ko-fi.com/bartowski
Transformers Transformers 支持多种语言 Transformers 支持多种语言 Transformers 英语