量化者：bartowski
流水线标签：文本生成
支持语言：

• 中文
• 英语
• 法语
• 西班牙语
• 葡萄牙语
• 德语
• 意大利语
• 俄语
• 日语
• 韩语
• 越南语
• 泰语
• 阿拉伯语

基础模型：infly/inf-o1-pi0
基础模型关系：量化版本

inf-o1-pi0的Llamacpp imatrix量化版本（作者：infly）

使用llama.cpp发布的b5490版本进行量化。

原始模型：https://huggingface.co/infly/inf-o1-pi0

所有量化文件均采用imatrix选项生成，数据集来自此处。

可在LM Studio中运行，或直接通过llama.cpp及其他基于llama.cpp的项目运行。

提示词格式

<|im_start|>system  
{系统提示}<|im_end|>  
<|im_start|>user  
{用户输入}<|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，但将嵌入和输出权重量化为Q8_0而非默认值。

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"  

huggingface-cli download bartowski/infly_inf-o1-pi0-GGUF --include "infly_inf-o1-pi0-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/infly_inf-o1-pi0-GGUF --include "infly_inf-o1-pi0-Q8_0/*" --local-dir ./  

ARM/AVX相关信息

此前需下载Q4_0_4_4/4_8/8_8等文件，这些文件通过内存交错权重以提升ARM和AVX设备的性能。

现在支持权重"在线重打包"，详见此PR。使用Q4_0时若硬件受益，将自动实时重打包。

自llama.cpp b4282版本起，Q4_0_X_X文件不再可用，需改用Q4_0。

此外，通过此PR可使用IQ4_NL获得略高品质（目前仅支持4_4重打包）。加载时间可能更长，但会提升整体速度。

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启发嵌入/输出权重的实验。
感谢LM Studio对本项目的赞助。

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