library_name: transformers tags:

• mergekit
• merge base_model:
• Sao10K/L3-8B-Stheno-v3.2
• NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS
• Hastagaras/Jamet-8B-L3-MK.V-Blackroot
• nvidia/Llama-3.1-Nemotron-8B-UltraLong-1M-Instruct
• DavidAU/Llama-3.1-1million-ctx-Dark-Planet-8B

Llama-3.1-百万上下文-暗黑星球-v1.01-8B

本仓库包含用于生成GGUF、GPTQ、EXL2、AWQ、HQQ等格式的完整精度源代码（采用"safetensors"格式）。该源代码也可直接使用。

"V1.01版本"针对持续生成/过长生成及重复"段落结尾"问题进行了优化。原始量化版本仍被保留，因为两个版本在创意生成方面差异显著。并非断言原始版本优于v1.01，二者特性不同，建议用户根据需求自行选择。

页面底部的"GGUF"链接指向包含V1.01和原始量化版本的文件库。

注意：若需制作GGUF量化文件，建议先创建float32("f32")主文件再进行量化，因本合并模型包含float32组件。

（参数计数显示后将上传源文件）

注意：下方提供GGUF文件链接。

重要：最高质量设置/优化操作指南/参数与采样器配置

使用本模型时（无论是源代码、GGUF或其他量化版本），请务必查阅以下文档获取关键参数、采样器及高级采样器设置（适用于多款AI/LLM应用）。

本模型属于"3/4类"（特定设置可提升性能）模型：

关于本模型的所有使用设置（包括其"类别"特性）、示例生成、高级设置指南（常可解决模型问题），以及提升各类应用场景（特别是超出模型设计范围的使用场景）性能的方法，包括聊天、角色扮演等用途，请参阅：

[ https://huggingface.co/DavidAU/Maximizing-Model-Performance-All-Quants-Types-And-Full-Precision-by-Samplers_Parameters ]

原因：

无论模型类别，该文档均详述性能优化方法。

对于3/4类模型，必须根据"使用场景"正确设置默认参数（采样器、高级采样器）。某些AI/LLM应用的默认设置不一致会导致性能不佳。3/4类模型（运作方式与标准模型有显著差异）需要额外采样器和高级采样器设置来"平滑"运行，并支持模型设计范围之外的使用场景。

额外福利 - 这些设置适用于任何模型、任何仓库、任何量化版本（包括源代码/全精度）：

该文档详述的参数和采样器配置可提升任何模型（来自任何仓库）的性能，涵盖所有量化版本及源代码运行。

[ https://huggingface.co/DavidAU/Maximizing-Model-Performance-All-Quants-Types-And-Full-Precision-by-Samplers_Parameters ]

注意：

强烈建议同时访问下方DavidAU的GGUF仓库获取本模型更多使用细节，特别是当模型属于"3类"或"4类"时，以实现最佳性能。

获取本模型完整信息，包括：

• 模型详情及适用场景
• 上下文限制
• 特殊使用说明/设置
• 用于创建本模型的基模
• 模型调用模板
• 生成示例
• 本模型的GGUF量化版本

请访问： [ https://huggingface.co/DavidAU/Llama-3.1-1-million-cxt-Dark-Planet-8B-GGUF ]