量化作者：bartowski
任务类型：文本生成
语言：

• 英文
  基础模型：cognitivecomputations/Dolphin3.0-Llama3.2-1B
  许可证：llama3.2
  数据集：
• OpenCoder-LLM/opc-sft-stage1
• OpenCoder-LLM/opc-sft-stage2
• microsoft/orca-agentinstruct-1M-v1
• microsoft/orca-math-word-problems-200k
• NousResearch/hermes-function-calling-v1
• AI-MO/NuminaMath-CoT
• AI-MO/NuminaMath-TIR
• allenai/tulu-3-sft-mixture
• cognitivecomputations/dolphin-coder
• HuggingFaceTB/smoltalk
• cognitivecomputations/samantha-data
• m-a-p/CodeFeedback-Filtered-Instruction
• m-a-p/Code-Feedback

Dolphin3.0-Llama3.2-1B的Llamacpp imatrix量化版本

使用llama.cpp发布的b4418版本进行量化。

原始模型：https://huggingface.co/cognitivecomputations/Dolphin3.0-Llama3.2-1B

所有量化均使用imatrix选项，数据集来自此处

在LM Studio中运行这些量化模型。

提示格式

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

从下方下载单个文件（而非整个分支）：

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/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/Dolphin3.0-Llama3.2-1B-GGUF --include "Dolphin3.0-Llama3.2-1B-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。详情参见此PR。如果使用Q4_0且硬件受益于权重重打包，它会自动在运行时完成。

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的品质，可以使用IQ4_NL，这要归功于此PR，它也会为ARM重打包权重，但目前仅支持4_4。加载时间可能更长，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启发了嵌入/输出权重的实验。

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