🚀 LGAI-EXAONE的EXAONE-Deep-2.4B的Llamacpp imatrix量化版本

本项目提供了LGAI-EXAONE的EXAONE-Deep-2.4B模型的量化版本，使用 llama.cpp 发布版本 b4915 进行量化。这些量化模型可在资源有限的设备上高效运行，同时尽可能保留原模型的性能。

🚀 快速开始

运行方式

• LM Studio：可直接在 LM Studio 中运行这些量化模型。
• llama.cpp：也可以使用 llama.cpp 或任何基于llama.cpp的项目来运行。

提示格式

[|system|]{system_prompt}[|endofturn|]
[|user|]{prompt}
[|assistant|]<thought>

✨ 主要特性

• 多量化类型：提供了多种量化类型，如bf16、Q8_0、Q6_K_L等，以满足不同的性能和精度需求。
• 优化嵌入/输出权重：部分量化模型（如Q3_K_XL、Q4_K_L等）将嵌入和输出权重量化为Q8_0，提高了性能。
• 在线重新打包：Q4_0支持在线重新打包权重，可在ARM和AVX机器上自动优化性能。

📦 安装指南

安装huggingface-cli

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载指定文件

你可以指定要下载的特定文件：

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-Deep-2.4B-GGUF --include "LGAI-EXAONE_EXAONE-Deep-2.4B-Q4_K_M.gguf" --local-dir ./

下载拆分文件

如果模型大于50GB，它会被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-Deep-2.4B-GGUF --include "LGAI-EXAONE_EXAONE-Deep-2.4B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如LGAI-EXAONE_EXAONE-Deep-2.4B-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

下载文件选择

嵌入/输出权重

部分量化模型（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，这些模型的权重会在内存中交错排列，以提高ARM和AVX机器的性能。现在，有了“在线重新打包”功能，详情见 此PR。如果你使用Q4_0，且硬件适合重新打包权重，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，如果你想获得稍好的质量，可以使用IQ4_NL（见 此PR），它也会为ARM重新打包权重，但目前仅支持4_4。加载时间可能会较慢，但总体速度会提高。

如何选择文件

🔧 技术细节

量化方法

使用 llama.cpp 发布版本 b4915 进行量化。所有量化模型均使用imatrix选项和来自 此处 的数据集。

在线重新打包

Q4_0支持在线重新打包权重，可在ARM和AVX机器上自动优化性能。详情见 此PR。

性能基准

📄 许可证

本项目使用 other 许可证。

🙏 致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。 感谢ZeroWw启发了对嵌入/输出的实验。 感谢LM Studio赞助本项目。

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