量化者: bartowski
流水线标签: 文本生成
基础模型: ArliAI/QwQ-32B-ArliAI-RpR-v4
语言:

• 英语
  缩略图: https://cdn-uploads.huggingface.co/production/uploads/6625f4a8a8d1362ebcc3851a/hIZ2ZcaDyfYLT9Yd4pfOs.jpeg
  许可证: Apache-2.0
  基础模型关系: 量化

ArliAI的QwQ-32B-ArliAI-RpR-v4模型的Llamacpp imatrix量化版本

使用llama.cpp发布的b5432版本进行量化。

原始模型: https://huggingface.co/ArliAI/QwQ-32B-ArliAI-RpR-v4

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

从下方下载单个文件（非整个分支）:

嵌入/输出权重

部分量化（如Q3_K_XL、Q4_K_L等）为标准量化方法，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/ArliAI_QwQ-32B-ArliAI-RpR-v4-GGUF --include "ArliAI_QwQ-32B-ArliAI-RpR-v4-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/ArliAI_QwQ-32B-ArliAI-RpR-v4-GGUF --include "ArliAI_QwQ-32B-ArliAI-RpR-v4-Q8_0/*" --local-dir ./  

ARM/AVX信息

以前，您会下载Q4_0_4_4/4_8/8_8，这些文件会在内存中交错权重，以提高ARM和AVX机器的性能，通过一次性加载更多数据。

但现在，有一种称为“在线重打包”的功能，详情见此PR。如果使用Q4_0且硬件受益于权重重打包，它将自动在运行时完成。

从llama.cpp构建版本b4282开始，您将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果您希望获得略高质量，可以使用IQ4_NL，这得益于此PR，它也会为ARM重打包权重，但目前仅支持4_4。加载时间可能较慢，但会带来整体速度提升。

应选择哪个文件？

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？请访问我的ko-fi页面：https://ko-fi.com/bartowski