🚀 lb-reranker-0.5B-v1.0的Llamacpp imatrix量化模型

本项目提供了lb-reranker-0.5B-v1.0模型的量化版本，使用特定工具和数据集进行量化处理，可在多种硬件环境下运行，适用于文本排序任务。

🚀 快速开始

使用 llama.cpp 发布版本 b4456 进行量化。 原始模型地址：https://huggingface.co/lightblue/lb-reranker-0.5B-v1.0 所有量化模型均使用imatrix选项和来自 此处 的数据集生成。 可在 LM Studio 中运行这些量化模型。

✨ 主要特性

• 多语言支持：支持英语、中文、西班牙语、德语等多种语言。
• 多种量化类型：提供了丰富的量化类型，如f32、f16、Q8_0、Q6_K_L等，可根据不同需求选择。
• 在线重打包：部分量化模型支持在线重打包，可自动优化硬件性能。

📦 安装指南

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/lb-reranker-0.5B-v1.0-GGUF --include "lb-reranker-0.5B-v1.0-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/lb-reranker-0.5B-v1.0-GGUF --include "lb-reranker-0.5B-v1.0-Q8_0/*" --local-dir ./

📚 详细文档

提示格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

下载文件列表

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。

然而，现在有了一种称为“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，并且你的硬件可以从重新打包权重中受益，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，如果你想获得更好的质量，可以使用IQ4_NL，感谢 此PR，它也会为ARM重新打包权重，不过目前仅适用于4_4。加载时间可能会更长，但总体速度会提高。

如何选择文件

🔧 技术细节

本项目使用llama.cpp的特定版本进行量化处理，通过imatrix选项和特定数据集生成量化模型。部分量化模型采用特殊的权重处理方式，如在线重新打包，以提高在ARM和AVX机器上的性能。

📄 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。

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