百度ERNIE-4.5-0.3B-PT-GGUF开源模型 - 优化后减小体积、提升运行效率

首页

Baidu ERNIE 4.5 0.3B PT GGUF

由 bartowski 开发

基于百度ERNIE-4.5-0.3B-PT模型的量化版本，通过llama.cpp工具进行优化，减少模型大小并提升运行效率。

大型语言模型支持多种语言开源协议:Apache-2.0 #高效量化 #轻量级推理 #多平台兼容

下载量 314

发布时间 : 6/30/2025

模型简介

该项目提供了百度ERNIE-4.5-0.3B-PT模型的多种量化版本，适用于不同的性能和质量需求，支持在LM Studio和llama.cpp等环境中运行。

模型特点

高效量化

使用llama.cpp进行量化，减少模型大小，提升运行效率。

多种量化类型

提供从Q2_K到Q8_0等多种量化类型，满足不同性能和质量需求。

广泛兼容

支持在LM Studio和llama.cpp等环境中运行，兼容性强。

在线重新打包

支持在线重新打包权重，优化在ARM和AVX机器上的性能。

模型能力

文本生成

高效推理

低内存运行

使用案例

自然语言处理

文本生成

用于生成高质量的文本内容。

低资源环境推理

在内存有限的设备上运行高效的文本生成任务。

🚀 百度ERNIE-4.5-0.3B-PT的Llamacpp imatrix量化模型

本项目使用 llama.cpp 版本 b5780 进行量化。该项目能帮助用户更高效地使用ERNIE-4.5-0.3B-PT模型，通过量化减少模型大小，提升运行效率。

原始模型：https://huggingface.co/baidu/ERNIE-4.5-0.3B-PT

所有量化模型均使用imatrix选项，并采用来自此处的数据集。

你可以在 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

使用特定版本的llama.cpp进行量化，确保量化的稳定性和兼容性。
提供多种量化类型供用户选择，以满足不同的性能和质量需求。
支持在LM Studio和llama.cpp等环境中运行。

📦 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，你可以指定下载特定的文件：

huggingface-cli download bartowski/baidu_ERNIE-4.5-0.3B-PT-GGUF --include "baidu_ERNIE-4.5-0.3B-PT-Q4_K_M.gguf" --local-dir ./

如果模型大小超过50GB，它会被分割成多个文件。若要将所有文件下载到本地文件夹，请运行：

huggingface-cli download bartowski/baidu_ERNIE-4.5-0.3B-PT-GGUF --include "baidu_ERNIE-4.5-0.3B-PT-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如baidu_ERNIE-4.5-0.3B-PT-Q8_0），也可以直接下载到当前目录（./）。

💻 使用示例

基础用法

在LM Studio中，你可以直接加载相应的量化模型文件进行使用。

高级用法

使用llama.cpp直接运行量化模型，你需要根据具体的需求进行配置和调整。

📚 详细文档

提示格式

未找到特定的提示格式，请查看原始模型页面。

下载文件选择

文件名	量化类型	文件大小	分割情况	描述
ERNIE-4.5-0.3B-PT-bf16.gguf	bf16	0.72GB	false	完整的BF16权重。
ERNIE-4.5-0.3B-PT-Q8_0.gguf	Q8_0	0.39GB	false	极高质量，通常不需要，但为最大可用量化。
ERNIE-4.5-0.3B-PT-Q6_K_L.gguf	Q6_K_L	0.32GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
ERNIE-4.5-0.3B-PT-Q6_K.gguf	Q6_K	0.30GB	false	非常高质量，接近完美，推荐。
ERNIE-4.5-0.3B-PT-Q5_K_L.gguf	Q5_K_L	0.29GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
ERNIE-4.5-0.3B-PT-Q5_K_M.gguf	Q5_K_M	0.27GB	false	高质量，推荐。
ERNIE-4.5-0.3B-PT-Q4_K_L.gguf	Q4_K_L	0.27GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
ERNIE-4.5-0.3B-PT-Q5_K_S.gguf	Q5_K_S	0.26GB	false	高质量，推荐。
ERNIE-4.5-0.3B-PT-Q4_1.gguf	Q4_1	0.25GB	false	旧格式，性能与Q4_K_S相似，但在苹果芯片上每瓦处理的令牌数有所提高。
ERNIE-4.5-0.3B-PT-Q3_K_XL.gguf	Q3_K_XL	0.25GB	false	嵌入和输出权重使用Q8_0。质量较低但可用，适合低内存情况。
ERNIE-4.5-0.3B-PT-Q4_K_M.gguf	Q4_K_M	0.24GB	false	质量良好，是大多数使用场景的默认大小，推荐。
ERNIE-4.5-0.3B-PT-Q4_K_S.gguf	Q4_K_S	0.23GB	false	质量略低，但节省空间，推荐。
ERNIE-4.5-0.3B-PT-Q4_0.gguf	Q4_0	0.23GB	false	旧格式，支持为ARM和AVX CPU推理进行在线重新打包。
ERNIE-4.5-0.3B-PT-IQ4_NL.gguf	IQ4_NL	0.23GB	false	与IQ4_XS相似，但略大。支持为ARM CPU推理进行在线重新打包。
ERNIE-4.5-0.3B-PT-IQ4_XS.gguf	IQ4_XS	0.23GB	false	质量尚可，比Q4_K_S小，性能相似，推荐。
ERNIE-4.5-0.3B-PT-Q3_K_L.gguf	Q3_K_L	0.22GB	false	质量较低但可用，适合低内存情况。
ERNIE-4.5-0.3B-PT-Q3_K_M.gguf	Q3_K_M	0.21GB	false	低质量。
ERNIE-4.5-0.3B-PT-IQ3_M.gguf	IQ3_M	0.21GB	false	中低质量，新方法，性能与Q3_K_M相当。
ERNIE-4.5-0.3B-PT-Q2_K_L.gguf	Q2_K_L	0.21GB	false	嵌入和输出权重使用Q8_0。质量非常低，但出人意料地可用。
ERNIE-4.5-0.3B-PT-Q3_K_S.gguf	Q3_K_S	0.20GB	false	低质量，不推荐。
ERNIE-4.5-0.3B-PT-IQ3_XS.gguf	IQ3_XS	0.19GB	false	质量较低，新方法，性能尚可，略优于Q3_K_S。
ERNIE-4.5-0.3B-PT-Q2_K.gguf	Q2_K	0.18GB	false	质量非常低，但出人意料地可用。
ERNIE-4.5-0.3B-PT-IQ3_XXS.gguf	IQ3_XXS	0.17GB	false	质量较低，新方法，性能尚可，与Q3量化相当。
ERNIE-4.5-0.3B-PT-IQ2_M.gguf	IQ2_M	0.16GB	false	质量相对较低，使用了最先进的技术，出人意料地可用。