量化者：bartowski
任务类型：文本生成
基础模型：facebook/KernelLLM
数据集：ScalingIntelligence/KernelBench
许可协议：其他
基础模型关联：量化版本

facebook的KernelLLM模型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/facebook/KernelLLM

所有量化版本均采用imatrix选项，并使用来自此处的数据集生成。

可在LM Studio中运行这些模型。

也可直接使用llama.cpp或任何基于llama.cpp的项目运行。

提示词格式

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

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

{用户输入}<|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

部分量化版本（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/facebook_KernelLLM-GGUF --include "facebook_KernelLLM-Q4_K_M.gguf" --local-dir ./  

huggingface-cli download bartowski/facebook_KernelLLM-GGUF --include "facebook_KernelLLM-Q8_0/*" --local-dir ./  

ARM/AVX相关信息

以往需要下载Q4_0_4_4/4_8/8_8等文件，这些文件会对权重进行内存交错以提高ARM和AVX设备的性能，通过单次加载更多数据实现。

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且硬件支持重打包，系统会自动在运行时完成。

从llama.cpp的b4282版本开始，将无法运行Q4_0_X_X文件，需改用Q4_0。

此外，如果想获得略高质量，可以使用IQ4_NL（基于此PR），它也会为ARM重打包权重（目前仅支持4_4）。加载时间可能稍长但会带来整体速度提升。

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启发我尝试嵌入/输出实验。

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