🚀 TheDrummer的Snowpiercer-15B-v2的Llamacpp imatrix量化版本

本项目是TheDrummer的Snowpiercer-15B-v2模型的量化版本，使用特定工具和方法对模型进行量化处理，以满足不同场景下的使用需求。

🔍 基础信息

🚀 快速开始

本量化模型可通过多种方式运行，你可以在 LM Studio 中运行，也可以直接使用 llama.cpp 或基于 llama.cpp 的其他项目运行。

提示格式

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

✨ 主要特性

• 多种量化类型：提供了丰富的量化类型供选择，如 bf16、Q8_0、Q6_K_L 等，以满足不同的性能和质量需求。
• 在线重打包：部分量化类型支持在线重打包，可根据硬件情况自动优化性能。

📦 安装指南

使用huggingface-cli下载

首先，确保你已经安装了 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/TheDrummer_Snowpiercer-15B-v2-GGUF --include "TheDrummer_Snowpiercer-15B-v2-Q4_K_M.gguf" --local-dir ./

如果模型大小超过 50GB，它会被拆分为多个文件。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/TheDrummer_Snowpiercer-15B-v2-GGUF --include "TheDrummer_Snowpiercer-15B-v2-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如 TheDrummer_Snowpiercer-15B-v2-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 使用示例

下载文件

你可以从下面的表格中选择要下载的文件：

📚 详细文档

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，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，这些版本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。

然而，现在有了一种称为“在线重打包”的权重处理方式，详情见 此 PR。如果你使用 Q4_0 且硬件能从权重重打包中受益，它将自动实时进行重打包。

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

此外，如果你想获得稍好的质量，可以使用 IQ4_NL，感谢 此 PR，它也会为 ARM 重打包权重，不过目前仅适用于 4_4。加载时间可能会较慢，但总体速度会提高。

选择合适的文件

🔧 技术细节

本项目使用 llama.cpp 发布版本 b5868 进行量化。所有量化版本均使用 imatrix 选项，并使用来自 此处 的数据集。

基准测试

📄 许可证

本项目采用 MIT 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 对本项目的支持。

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