量化者：bartowski
流水线标签：文本生成
许可证：llama3
基础模型：NousResearch/DeepHermes-3-Llama-3-8B-Preview
语言：

• 英语
  标签：
• Llama-3
• 指导
• 微调
• chatml
• gpt4
• 合成数据
• 蒸馏
• 函数调用
• JSON模式
• axolotl
• 角色扮演
• 聊天
• 推理
• r1
• vllm

小部件示例：

• 标题：Hermes 3
  消息：
  • 角色：系统
    内容：你是一个有感知能力的超级人工智能，旨在教导和协助我。
  • 角色：用户
    内容：生命的意义是什么？

模型索引：

• 名称：DeepHermes-3-Llama-3.1-8B
  结果：[]

NousResearch的DeepHermes-3-Llama-3-8B-Preview的Llamacpp imatrix量化

使用llama.cpp发布版本b4688进行量化。

原始模型：https://huggingface.co/NousResearch/DeepHermes-3-Llama-3-8B-Preview

所有量化均使用imatrix选项，数据集来自此处

在LM Studio中运行它们

直接使用llama.cpp或任何其他基于llama.cpp的项目运行

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>  

{系统提示}<|eot_id|><|start_header_id|>user<|end_header_id|>  

{提示}<|eot_id|><|start_header_id|>assistant<|end_header_id|>  

从下方下载文件（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/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/NousResearch_DeepHermes-3-Llama-3-8B-Preview-GGUF --include "NousResearch_DeepHermes-3-Llama-3-8B-Preview-Q8_0/*" --local-dir ./  

ARM/AVX信息

过去，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，通过单次加载更多数据。

但现在，有一种称为“在线重打包”的技术，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，如果想获得稍好的品质，可以使用IQ4_NL，这得益于此PR，它也会为ARM重打包权重（目前仅支持4_4）。加载时间可能更长，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激发了对嵌入/输出实验的灵感。

感谢LM Studio赞助我的工作。

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