Mixtral-8x7B-v0.1-GGUF

Mixtral模型的多平台兼容量化文件

Github 量化模型推理开源项目 Mixtral 8X7B Huggingface 模型格式 Mistral AI

Mixtral GGUF模型文件采用新量化格式，支持2至8位模型，适用于多平台的CPU和GPU推理。文件兼容llama.cpp、KoboldCpp和LM Studio等平台。由Mistral AI创建，Apache-2.0协议许可，支持多语言，高效推理。

mistral.rs - 支持多种设备、模型量化的大型语言模型(LLM)推理平台，配备与Open-AI API兼容的HTTP服务器和Python绑定

GithubHTTP服务器LLM推理Python APImistral.rs开源项目模型量化

mistral.rs是一款支持多种设备、模型量化的大型语言模型(LLM)推理平台，配备与Open-AI API兼容的HTTP服务器和Python绑定，提供快速、精确的模型推理服务。平台支持文本和视觉模型，如AnyMoE、Llama等，采用LoRA技术和动态适配器，提高推理效率。用户可通过API在多种加速器上部署模型，实现快速计算和灵活应用。

medicine-LLM-13B-GGUF - 专业级医学大语言模型GGUF格式量化版本

GGUFGithubHuggingfaceMedicine LLM医学人工智能大语言模型开源项目模型模型量化

本项目提供AdaptLLM开发的Medicine LLM 13B模型的GGUF量化版本。GGUF是llama.cpp团队推出的新格式,替代了旧有的GGML。项目包含2位到8位精度的多种量化版本,可适应不同硬件配置和性能需求。GGUF文件兼容多种客户端和库,便于用户灵活使用。量化版本在优化资源使用的同时,也保证了模型质量。

Mixture-of-depths - Transformer语言模型的动态计算资源分配方法

GithubMixture-of-Depths开源项目模型实现深度学习语言模型

Mixture-of-depths是一种Transformer语言模型优化方法，通过动态分配计算资源提高性能。该项目提供Mistral、Mixtral、LLama等多个主流模型的非官方实现。项目支持高级API接口，兼容transformers库，便于研究应用。这种方法旨在提升模型推理效率和灵活性，同时保持输出质量。

Meta-Llama-3-70B-Instruct-FP8 - FP8量化优化的Meta-Llama-3-70B指令模型实现高效部署

FP8GithubHuggingfaceLlama3vLLM大语言模型开源项目模型量化

Meta-Llama-3-70B-Instruct-FP8是一个经FP8量化优化的大型语言模型。通过AutoFP8技术，该模型将参数位数从16减至8，大幅降低存储和GPU内存需求。在OpenLLM基准测试中，其平均得分为79.16，与原始模型的79.51相近。这个英语助手式聊天模型适用于商业和研究领域，可通过vLLM后端实现高效部署。

rwkv.cpp - 多精度量化推理和CPU优化的大语言模型

GithubPythonRWKVcuBLASggmlhipBLAS开源项目

该项目将RWKV-LM移植到ggerganov的ggml，支持FP32、FP16及量化的INT4、INT5和INT8推理，主要针对CPU使用，同时兼容cuBLAS。项目提供C库和Python封装。RWKV是一种不同于Transformer的大语言模型架构，只需前一步状态计算logits，适合长上下文使用。支持RWKV v5和v6模型以及LoRA检查点加载，适用于高质量和高性能需求的场景。

Llama-3.2-3B-Instruct-uncensored-GGUF - 高效文本生成的前沿模型格式

GPU加速GithubHuggingfaceLlama-3.2-3B-Instruct-uncensored-GGUF开源项目文本生成模型模型格式量化

Llama-3.2-3B-Instruct-uncensored-GGUF采用了最新的GGUF格式，替代了不再支持的GGML，提升了大规模文本生成的性能。它兼容多种客户端与库，从llama.cpp到进阶GPU工具，包括Python库和用户友好的图形界面，如LM Studio和text-generation-webui，以及适用于故事创作的KoboldCpp。此更新提升了模型推理效率，具有广泛的兼容性，适用于多种系统平台，实现快速响应与多功能扩展。

JSL-MedLlama-3-8B-v1.0-GGUF - JSL-MedLlama-3-8B量化版本适应不同性能需求

GithubHuggingfaceJSL-MedLlama-3-8B-v1.0医学开源项目性能模型模型下载量化

项目提供多个适用于JSL-MedLlama-3-8B模型的量化方案，涵盖不同计算性能和存储需求。采用llama.cpp进行的量化涵盖从高到低的质量选项，满足不同设备资源条件。推荐使用Q5_K_M或Q4_K_M量化版本，以实现质量与性能的平衡，确保硬件资源的最佳利用和精准的医疗文本生成。

ggml - C语言开发的机器学习张量库支持多种AI模型推理

GPU加速Githubggml开源项目推理机器学习量化

ggml是一个C语言编写的机器学习张量库，支持16位浮点和整数量化。该库提供自动微分、优化器和多架构优化，无第三方依赖。ggml可用于GPT、LLaMA、Whisper等多种AI模型的推理。它在CPU上表现高效，同时支持GPU加速，适用于多种设备和平台。

Gemma-2b-it-GGUF - 多样化选择的Gemma量化模型

GithubGoogleHuggingfaceLlamaEdgegemma-2b-it开源项目模型量化

该项目以多种量化格式提供Gemma模型，从低质量损失的小型号到几乎无质量损失的大型号，满足多样化的应用需求。模型的量化由Second State Inc.负责，旨在优化性能和存储空间，适合多种AI部署环境。选择合适型号可在性能与资源使用间达到平衡。

Llama-3-8B-Instruct-GPTQ-4-Bit - 利用GPTQ量化优化模型性能的新方法

Apache AirflowGPTQGithubHuggingfaceMeta-Llama-3-8B-Instruct开源项目数据协调模型量化

Astronomer的4比特量化模型通过GPTQ技术减少VRAM占用至不足6GB，比原始模型节省近10GB。此优化提高了延迟和吞吐量，即便在较便宜的Nvidia T4、K80或RTX 4070 GPU上也能实现高效性能。量化过程基于AutoGPTQ，并按照最佳实践进行，使用wikitext数据集以减小精度损失。此外，针对vLLM和oobabooga平台提供详细配置指南，以有效解决加载问题。

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com