量化者：bartowski
流水线标签：文本生成
基础模型：TheDrummer/Valkyrie-49B-v1
基础模型关联：量化

TheDrummer的Valkyrie-49B-v1 Llamacpp imatrix量化版本

使用llama.cpp发布的b5415版本进行量化。

原始模型：https://huggingface.co/TheDrummer/Valkyrie-49B-v1

所有量化均采用imatrix选项，数据集来自此处

在LM Studio中运行
或直接使用llama.cpp或其他基于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|>  

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

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）采用标准量化方法，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/TheDrummer_Valkyrie-49B-v1-GGUF --include "TheDrummer_Valkyrie-49B-v1-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/TheDrummer_Valkyrie-49B-v1-GGUF --include "TheDrummer_Valkyrie-49B-v1-Q8_0/*" --local-dir ./  

ARM/AVX相关信息

此前需下载Q4_0_4_4/4_8/8_8等文件，其权重在内存中交错排列以提升ARM和AVX设备的单次数据加载性能。

现在支持权重的"在线重打包"，详见此PR。使用Q4_0时若硬件受益于重打包，将自动实时处理。

自llama.cpp构建版本b4282起，无法运行Q4_0_X_X文件，需改用Q4_0。

此外，若需更高质量，可通过此PR使用IQ4_NL，其同样支持ARM权重重打包（目前仅4_4）。加载时间可能较长，但会提升整体速度。

如何选择文件？

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。
感谢ZeroWw启发嵌入/输出权重的实验。
感谢LM Studio对本工作的赞助。

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