🚀 Arcee-ai的Virtuoso-Small-v2的Llamacpp imatrix量化版本

本项目提供了基于llama.cpp对arcee-ai/Virtuoso-Small-v2模型进行量化的版本。通过特定的量化方法，生成了不同类型和大小的量化模型文件，以满足不同硬件和性能需求。

🚀 快速开始

你可以使用以下两种方式运行这些量化模型：

• 在 LM Studio 中运行。
• 直接使用 llama.cpp 或任何基于llama.cpp的项目运行。

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型，如f32、f16、Q8_0、Q6_K_L等，满足不同的质量和性能需求。
• 在线重打包：部分量化模型支持在线重打包，可在ARM和AVX机器上自动优化性能。
• 提示格式明确：明确了模型的提示格式，方便使用。

📦 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/arcee-ai_Virtuoso-Small-v2-GGUF --include "arcee-ai_Virtuoso-Small-v2-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/arcee-ai_Virtuoso-Small-v2-GGUF --include "arcee-ai_Virtuoso-Small-v2-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如arcee-ai_Virtuoso-Small-v2-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

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

📚 详细文档

下载文件选择

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准量化方法，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，这些模型的权重会在内存中交错排列，以便在ARM和AVX机器上通过一次加载更多数据来提高性能。

现在，有了所谓的“在线重打包”权重。详情见 此PR。如果你使用Q4_0，并且你的硬件能从权重重打包中受益，它会自动实时进行。

从llama.cpp构建版本 b4282 开始，你将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想获得略好的质量，可以使用IQ4_NL，感谢 此PR，它也会为ARM重打包权重，不过目前仅支持4_4。加载时间可能会更长，但总体速度会提高。

选择合适的文件

🔧 技术细节

量化方法

使用 llama.cpp 发布版本 b4585 进行量化。所有量化版本均使用imatrix选项，并使用 此处 的数据集。

在线重打包

对于Q4_0量化版本，支持在线重打包权重以提高在ARM和AVX机器上的性能。详情见 此PR。

性能对比

📄 许可证

本项目采用Apache 2.0许可证。

致谢

感谢kalomaze和Dampf协助创建imatrix校准数据集。

感谢ZeroWw提供的关于嵌入/输出实验的灵感。

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