量化作者：bartowski
流水线标签：文本生成
基础模型关联：量化版
许可证名称：katanemo-research
基础模型：katanemo/Arch-Function-Chat-3B
语言：

• 英语
  许可证：其他
  许可证链接：https://huggingface.co/katanemo/Arch-Function-Chat-3B/blob/main/LICENSE

katanemo的Arch-Function-Chat-3B的Llamacpp imatrix量化版本

使用llama.cpp发布的b5010版本进行量化。

原始模型：https://huggingface.co/katanemo/Arch-Function-Chat-3B

所有量化均使用imatrix选项，数据集来自此处

在LM Studio中运行这些模型

使用llama.cpp或任何其他基于llama.cpp的项目直接运行

提示格式

<|im_start|>system  
{系统提示}<|im_end|>  
<|im_start|>user  
{提示}<|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

其中一些量化（如Q3_K_XL、Q4_K_L等）是标准量化方法，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/katanemo_Arch-Function-Chat-3B-GGUF --include "katanemo_Arch-Function-Chat-3B-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/katanemo_Arch-Function-Chat-3B-GGUF --include "katanemo_Arch-Function-Chat-3B-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，以通过单次加载更多数据来提高ARM和AVX机器的性能。

但现在，有一种称为“在线重新打包”的功能，详情见此PR。如果您使用Q4_0且您的硬件会受益于重新打包权重，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，如果您希望获得稍好的质量，可以使用IQ4_NL，这得益于此PR，它也会为ARM重新打包权重，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。

我应该选择哪个文件？

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。

感谢ZeroWw为嵌入/输出实验提供的灵感。

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