Delta Vector Austral 70B Winton GGUF

🚀 Delta-Vector的Austral-70B-Winton的Llamacpp imatrix量化版本

本项目是对Delta-Vector的Austral-70B-Winton模型进行的量化处理。借助量化技术，能在一定程度上减少模型的存储和计算资源需求，同时保持较好的性能，适用于对资源有限制的场景。

🔍 基本信息

🚀 快速开始

使用 llama.cpp 的 b5753 版本进行量化。 原始模型地址：https://huggingface.co/Delta-Vector/Austral-70B-Winton 所有量化模型均使用imatrix选项，并结合来自 此处 的数据集生成。 你可以在 LM Studio 中运行这些量化模型，也可以直接使用 llama.cpp 或其他基于llama.cpp的项目来运行。

✨ 主要特性

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

下载文件

你可以从以下列表中下载单个文件（而非整个分支）：

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准的量化方法，但其嵌入和输出权重被量化为Q8_0，而非通常的默认值。

📦 安装指南

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Delta-Vector_Austral-70B-Winton-GGUF --include "Delta-Vector_Austral-70B-Winton-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Delta-Vector_Austral-70B-Winton-GGUF --include "Delta-Vector_Austral-70B-Winton-Q8_0/*" --local-dir ./

🔧 技术细节

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。

然而，现在有了一种名为“在线重新打包”的权重处理方式。详情见 此PR。如果你使用Q4_0，并且你的硬件能从权重重新打包中受益，它会自动实时进行处理。

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，但目前仅针对4_4。加载时间可能会较慢，但会带来整体速度的提升。

如何选择合适的文件

📄 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对我工作的赞助。

如果你想支持我的工作，请访问我的ko-fi页面：https://ko-fi.com/bartowski