量化者：bartowski
任务标签：文本生成
标签：

• 文本生成推理
• transformers
• qwen2
• trl
  基础模型关系：量化版
  语言：
• 英文
  基础模型：Tesslate/Tessa-T1-3B
  许可证：apache-2.0
  数据集：
• Tesslate/Tessa-T1-Dataset

Tesslate的Tessa-T1-3B模型Llamacpp imatrix量化版本

使用llama.cpp发布的b4978版本进行量化。

原始模型：https://huggingface.co/Tesslate/Tessa-T1-3B

所有量化均使用imatrix选项，数据集来自此处

可在LM Studio中运行

也可直接使用llama.cpp或任何基于llama.cpp的项目运行

提示格式

<|im_start|>system  
{系统提示}<|im_end|>  
<|im_start|>user  
{用户提示}<|im_end|>  
<|im_start|>assistant  

从下方下载单个文件（非整个分支）：

嵌入/输出权重

部分量化版本（如Q3_K_XL、Q4_K_L等）采用标准量化方法，但嵌入和输出权重被量化为Q8_0而非默认值。

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"  

huggingface-cli download bartowski/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/Tesslate_Tessa-T1-3B-GGUF --include "Tesslate_Tessa-T1-3B-Q8_0/*" --local-dir ./  

ARM/AVX相关信息

过去，用户会下载Q4_0_4_4/4_8/8_8等文件，这些文件会将权重在内存中交错排列，以提升ARM和AVX设备的性能，通过单次加载更多数据实现。

但现在，权重支持“在线重打包”。详情参见此PR。如果使用Q4_0且硬件支持重打包，系统会自动在运行时完成。

从llama.cpp构建版本b4282开始，Q4_0_X_X文件将无法运行，需改用Q4_0。

此外，若追求略高品质，可使用IQ4_NL（基于此PR），该版本也支持ARM权重重打包（目前仅4_4）。加载时间可能稍长，但整体速度会提升。

如何选择文件？

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。

感谢ZeroWw启发我尝试嵌入/输出权重实验。

感谢LM Studio赞助我的工作。

想支持我的工作？访问我的ko-fi页面：https://ko-fi.com/bartowski