🚀 StrawberryLemonade-L3-70B-v1.0的Llamacpp imatrix量化版本

本项目是对sophosympatheia的StrawberryLemonade-L3-70B-v1.0模型进行量化处理。通过量化，能在不同硬件条件下更高效地运行该模型，满足多样化的使用需求。

🚀 快速开始

运行方式

• LM Studio：可以直接在 LM Studio 中运行量化后的模型。
• llama.cpp：也能使用 llama.cpp 或基于 llama.cpp 的其他项目来运行。

下载文件

你可以从下面的表格中选择要下载的文件（不是整个分支）：

✨ 主要特性

• 量化处理：使用 llama.cpp 的 b5596 版本进行量化。
• 多种量化类型：提供了丰富的量化类型供选择，以满足不同的性能和质量需求。
• 在线重新打包：部分量化类型支持在线重新打包，可提高 ARM 和 AVX 机器的性能。

📦 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]"

下载特定文件

你可以指定要下载的特定文件：

huggingface-cli download bartowski/sophosympatheia_StrawberryLemonade-L3-70B-v1.0-GGUF --include "sophosympatheia_StrawberryLemonade-L3-70B-v1.0-Q4_K_M.gguf" --local-dir ./

下载拆分文件

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

huggingface-cli download bartowski/sophosympatheia_StrawberryLemonade-L3-70B-v1.0-GGUF --include "sophosympatheia_StrawberryLemonade-L3-70B-v1.0-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如 sophosympatheia_StrawberryLemonade-L3-70B-v1.0-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 使用示例

提示格式

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

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

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

📚 详细文档

嵌入/输出权重

部分量化类型（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，这些文件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 且硬件能从重新打包权重中受益，它会自动实时处理。

从 llama.cpp 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，如果你想获得更好的质量，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。加载时间可能会变慢，但整体速度会提高。

选择合适的文件

🔧 技术细节

量化方法

使用 llama.cpp 的特定版本（b5596）进行量化，确保了量化过程的稳定性和一致性。

在线重新打包

通过在线重新打包功能，能根据硬件特性优化权重的加载和处理，提高性能。

📄 许可证

本项目使用 llama3 许可证。

致谢

感谢 kalomaze 和 Dampf 在创建 imatrix 校准数据集方面提供的帮助。 感谢 ZeroWw 在嵌入/输出实验方面提供的灵感。 感谢 LM Studio 对我工作的赞助。

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