Иматричное квантование Llama.cpp для mistralai/Mistral-Large-Instruct-2407 Исходная модель: mistralai/Mistral-Large-Instruct-2407 Исходный тип dtype: BF16 (bfloat16) Квантизация: llama.cpp b3452 Набор данных IMatrix: здесь — Файлы — IMatrix — Общие кванты — Все кванты — Загрузка с помощью huggingface-cli — Вывод — Llama.cpp — Часто задаваемые вопросы — Почему IMatrix не применяется везде? — Как мне объединить разделенный GGUF? —— | ———- | ——— | —— | ———— | ——— | Если файл модели большой, он разделен на несколько файлов. Чтобы загрузить их все в локальную папку, запустите: Согласно этому исследованию, оказывается, что низкие квантования — единственные, которые получают выгоду от входных данных imatrix (согласно результатам hellaswag). 1. Убедитесь, что у вас есть gguf-split. Чтобы получить gguf-split, перейдите по адресу https://github.com/ggerganov/llama.cpp/releases. — Загрузите соответствующий zip-архив для вашей системы из последней версии. — Разархивируйте архив, и вы сможете найти gguf-split. 2. Найдите папку фрагментов GGUF (например: Mistral-Large-Instruct-2407.Q80). 3. Запустите gguf-split —merge Mistral-Large-Instruct-2407.Q80/Mistral-Large-Instruct-2407.Q80-00001-of-XXXXX.gguf…
Модальности:
Генерация текста
Области применения:
Следование инструкциям
Задача: Генерация текста
Автор: legraphista
Теги: gguf, quantized, GGUF, quantization, imat, imatrix, static, 16bit
Лайков: 29 | Загрузок: 252
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
