Они получены на основе весов QAT (квантованное обучение), предоставленных Google ТОЛЬКО Q4_0, как ожидается, будет лучше, но я решил, что, пока я этим занимаюсь, я мог бы также заставить других посмотреть, что произойдет? gemma-3-1b-it-qat-Q40.gguf | Q40 | 0,72 ГБ | Должен быть улучшен благодаря QAT, предлагает онлайн-перепаковку для вывода данных о процессорах ARM и AVX. Исходная модель: https://huggingface.co/google/gemma-3-1b-it-qat-q4_0-unquantized. Запускайте их напрямую с помощью llama.cpp или любого другого проекта на основе llama.cpp. Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) представляют собой стандартный метод квантования с встраиванием и выходными весами, квантованными до Q8_0 вместо того, что обычно используется по умолчанию. Если модель больше 50 ГБ, она будет разделена на несколько файлов. Чтобы загрузить их все в локальную папку, запустите: Вы можете либо указать новый локальный каталог (googlegemma-3-1b-it-qat-Q80), либо загрузить их все на месте (./). Раньше вы загружали Q4044/48/8_8, и их веса чередовались в памяти, чтобы повысить производительность на машинах ARM и AVX за счет загрузки большего количества данных за один проход. Однако сейчас существует так называемая «онлайн-переупаковка» весов. подробности в этом PR. Если вы используете…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: bartowski
Теги: gguf, gemma3, gemma, google, endpoints_compatible, conversational
Лайков: 6 | Загрузок: 1,972
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
