🚀 QwQ-32B-Preview-IdeaWhiz-v1的Llamacpp imatrix量化版本

本项目是对QwQ-32B-Preview-IdeaWhiz-v1模型进行的Llamacpp imatrix量化。它能让模型在不同设备上更高效地运行，适用于化学、生物学、气候和医学等多个领域的文本生成任务。

🚀 快速开始

使用 llama.cpp 版本 b4418 进行量化。

原始模型：https://huggingface.co/6cf/QwQ-32B-Preview-IdeaWhiz-v1

所有量化版本均使用imatrix选项，并结合来自 此处 的数据集生成。

你可以在 LM Studio 中运行这些量化版本。

✨ 主要特性

• 支持多种量化类型，满足不同硬件和性能需求。
• 提供在线权重重新打包功能，提升特定硬件上的性能。
• 可根据不同场景选择合适的量化文件，平衡质量和速度。

📦 安装指南

使用huggingface-cli下载

首先，确保你已安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/QwQ-32B-Preview-IdeaWhiz-v1-GGUF --include "QwQ-32B-Preview-IdeaWhiz-v1-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。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/QwQ-32B-Preview-IdeaWhiz-v1-GGUF --include "QwQ-32B-Preview-IdeaWhiz-v1-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如QwQ-32B-Preview-IdeaWhiz-v1-Q8_0），也可以直接下载到当前目录（./）。

💻 使用示例

提示格式

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

📚 详细文档

下载文件选择

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，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，这些版本会在内存中交错排列权重，以便在ARM和AVX机器上通过一次加载更多数据来提高性能。

然而，现在有一种名为“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，且硬件能从重新打包权重中受益，它会自动实时处理。

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，如果你想获得略高的质量，可以使用IQ4_NL，这得益于 此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会更长，但总体速度会提高。

选择哪个文件？

🔧 技术细节

本项目使用llama.cpp的特定版本（b4418）进行量化，利用imatrix选项结合特定数据集生成量化版本。对于ARM和AVX硬件，引入了在线重新打包权重的技术，以提升性能。部分量化版本对嵌入和输出权重进行了特殊处理，采用Q8_0量化以提高质量。

📄 许可证

本项目采用Apache 2.0许可证。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。

感谢ZeroWw提供关于嵌入/输出实验的灵感。

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