基础模型: daniel3303/QwenStoryteller
数据集:

• daniel3303/StoryReasoning
  语言: 英语
  库名称: transformers
  许可证: apache-2.0
  量化者: mradermacher
  标签:
• 视觉语言模型
• 视觉叙事
• 思维链
• 基于文本的生成
• 跨帧一致性
• 故事讲述
• 图像转文本

关于

https://huggingface.co/daniel3303/QwenStoryteller 的加权/重要性矩阵量化

静态量化文件可在 https://huggingface.co/mradermacher/QwenStoryteller-GGUF 获取

使用方法

如果不确定如何使用 GGUF 文件，请参考 TheBloke 的说明文档 获取更多细节，包括如何合并多部分文件。

提供的量化版本

（按大小排序，质量不一定按此顺序。IQ 量化通常优于类似大小的非 IQ 量化）

以下是 ikawrakow 提供的便捷图表，比较了一些低质量量化类型（数值越低越好）：

此外，Artefact2 对此的看法如下：
https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

常见问题 / 模型请求

如有疑问或需要其他模型量化，请访问 https://huggingface.co/mradermacher/model_requests 获取解答。

致谢

感谢我的公司 nethype GmbH 允许我使用其服务器，并为我的工作站提供升级，使我能够在业余时间完成这项工作。特别感谢 @nicoboss 让我使用他的私人超级计算机，使我能够提供更多高质量的重要性矩阵量化版本，远超我原本的能力范围。