LGAI-EXAONE_EXAONE-4.0-1.2B-GGUF开源语言模型 - 多量化版本适配不同硬件

首页

LGAI EXAONE EXAONE 4.0 1.2B GGUF

由 bartowski 开发

EXAONE-4.0-1.2B是LGAI-EXAONE发布的1.2B参数语言模型，提供多种量化版本以适应不同硬件需求。

大型语言模型 #多量化选择 #低内存优化 #在线重打包

下载量 402

发布时间 : 7/19/2025

模型简介

该模型是基于llama.cpp量化的1.2B参数语言模型，提供从BF16到Q2_K等多种量化类型，适用于不同硬件环境和性能需求。

模型特点

多种量化选项

提供从BF16到Q2_K等多种量化类型，满足不同硬件和性能需求。

嵌入/输出权重优化

部分量化模型将嵌入和输出权重量化为Q8_0，提高模型性能。

在线重新打包支持

部分量化模型支持在线重新打包，可在ARM和AVX机器上提高性能。

模型能力

文本生成

对话系统

使用案例

对话系统

智能助手

可用于构建智能对话助手

内容生成

文本创作

可用于辅助文本创作

🚀 LGAI-EXAONE的EXAONE-4.0-1.2B量化模型

本项目基于llama.cpp对LGAI-EXAONE的EXAONE-4.0-1.2B模型进行量化处理，为用户提供不同量化类型的模型文件，以满足在不同硬件和场景下的使用需求。

🚀 快速开始

运行环境

可在 LM Studio 中运行量化模型。
也可以直接使用 llama.cpp 或其他基于llama.cpp的项目运行。

下载模型

可以从以下表格中选择需要的量化模型文件进行下载：

文件名	量化类型	文件大小	分割情况	描述
EXAONE-4.0-1.2B-bf16.gguf	bf16	2.56GB	false	完整的BF16权重。
EXAONE-4.0-1.2B-Q8_0.gguf	Q8_0	1.36GB	false	极高质量，通常不需要，但为最大可用量化。
EXAONE-4.0-1.2B-Q6_K_L.gguf	Q6_K_L	1.10GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
EXAONE-4.0-1.2B-Q6_K.gguf	Q6_K	1.05GB	false	非常高质量，接近完美，推荐。
EXAONE-4.0-1.2B-Q5_K_L.gguf	Q5_K_L	0.98GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
EXAONE-4.0-1.2B-Q5_K_M.gguf	Q5_K_M	0.93GB	false	高质量，推荐。
EXAONE-4.0-1.2B-Q5_K_S.gguf	Q5_K_S	0.91GB	false	高质量，推荐。
EXAONE-4.0-1.2B-Q4_K_L.gguf	Q4_K_L	0.86GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
EXAONE-4.0-1.2B-Q4_1.gguf	Q4_1	0.85GB	false	旧格式，性能与Q4_K_S相似，但在苹果硅芯片上每瓦生成的令牌数有所提高。
EXAONE-4.0-1.2B-Q4_K_M.gguf	Q4_K_M	0.81GB	false	质量良好，大多数用例的默认大小，推荐。
EXAONE-4.0-1.2B-Q3_K_XL.gguf	Q3_K_XL	0.79GB	false	嵌入和输出权重使用Q8_0。质量较低但可用，适合低内存情况。
EXAONE-4.0-1.2B-Q4_K_S.gguf	Q4_K_S	0.78GB	false	质量稍低，但节省空间，推荐。
EXAONE-4.0-1.2B-Q4_0.gguf	Q4_0	0.78GB	false	旧格式，可为ARM和AVX CPU推理提供在线重新打包。
EXAONE-4.0-1.2B-IQ4_NL.gguf	IQ4_NL	0.78GB	false	与IQ4_XS相似，但稍大。可为ARM CPU推理提供在线重新打包。
EXAONE-4.0-1.2B-IQ4_XS.gguf	IQ4_XS	0.75GB	false	质量不错，比Q4_K_S小，性能相似，推荐。
EXAONE-4.0-1.2B-Q3_K_L.gguf	Q3_K_L	0.74GB	false	质量较低但可用，适合低内存情况。
EXAONE-4.0-1.2B-Q3_K_M.gguf	Q3_K_M	0.69GB	false	质量低。
EXAONE-4.0-1.2B-IQ3_M.gguf	IQ3_M	0.66GB	false	中低质量，新方法，性能与Q3_K_M相当。
EXAONE-4.0-1.2B-Q3_K_S.gguf	Q3_K_S	0.64GB	false	质量低，不推荐。
EXAONE-4.0-1.2B-IQ3_XS.gguf	IQ3_XS	0.62GB	false	质量较低，新方法，性能不错，略优于Q3_K_S。
EXAONE-4.0-1.2B-Q2_K_L.gguf	Q2_K_L	0.62GB	false	嵌入和输出权重使用Q8_0。质量非常低，但出人意料地可用。
EXAONE-4.0-1.2B-Q2_K.gguf	Q2_K	0.57GB	false	质量非常低，但出人意料地可用。
EXAONE-4.0-1.2B-IQ3_XXS.gguf	IQ3_XXS	0.56GB	false	质量较低，新方法，性能不错，与Q3量化相当。
EXAONE-4.0-1.2B-IQ2_M.gguf	IQ2_M	0.52GB	false	质量相对较低，使用了最先进的技术，出人意料地可用。

下载指令

使用huggingface-cli下载模型文件：

点击查看下载说明

首先，确保你已安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的具体文件：

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-4.0-1.2B-GGUF --include "LGAI-EXAONE_EXAONE-4.0-1.2B-Q4_K_M.gguf" --local-dir ./

如果模型大于50GB，它将被分割成多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/LGAI-EXAONE_EXAONE-4.0-1.2B-GGUF --include "LGAI-EXAONE_EXAONE-4.0-1.2B-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如LGAI-EXAONE_EXAONE-4.0-1.2B-Q8_0），也可以将它们全部下载到当前目录（./）。

✨ 主要特性

多种量化类型：提供了丰富的量化类型，如BF16、Q8_0、Q6_K、Q5_K等，满足不同硬件和性能需求。
嵌入/输出权重优化：部分量化模型（如Q3_K_XL、Q4_K_L等）将嵌入和输出权重量化为Q8_0，提高模型性能。
在线重新打包：部分量化模型支持在线重新打包，可在ARM和AVX机器上提高性能。

📚 详细文档

提示格式

未指定聊天模板，因此使用默认模板。这可能不正确，请查看原始模型卡片以获取详细信息。

[|system|]
{system_prompt}[|endofturn|]
[|user|]
{prompt}[|endofturn|]
[|assistant|]
<think>

</think>

嵌入/输出权重

部分量化模型（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格式的模型，这些模型的权重在内存中交错排列，以便通过一次加载更多数据来提高ARM和AVX机器的性能。

然而，现在有了一种称为“在线重新打包”的权重处理方法，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，它将自动即时进行处理。

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，如果你想获得稍好的质量，可以使用IQ4_NL，感谢此PR，它也会为ARM重新打包权重，不过目前仅支持4_4格式。加载时间可能会变慢，但总体速度会提高。

点击查看Q4_0_X_X信息（已弃用）

保留此部分是为了展示使用支持在线重新打包的Q4_0在理论上的性能提升。

点击查看AVX2系统（EPYC7702）上的基准测试

模型	大小	参数	后端	线程数	测试用例	每秒令牌数	与Q4_0相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%