访问官网
Github
Huggingface项目概述
gemma-2-9b-it-GGUF是一个基于Google的Gemma-2-9b-it模型量化后的版本集合。这个项目由bartowski使用llama.cpp进行量化处理，为用户提供了多种不同大小和质量的模型版本，以适应不同的硬件环境和使用需求。
模型特点
该项目提供了从原始F32格式到多种量化版本的完整模型系列。所有的量化版本都使用了imatrix选项进行处理，以平衡模型性能和文件大小。模型文件大小范围从36.97GB(F32版本)到3.43GB(IQ2_M版本)不等，为用户提供了丰富的选择。
量化版本说明
项目提供了多种量化版本，主要分为以下几类：
- 高质量版本：如Q8_0(9.83GB)和Q6_K系列，这些版本保持了极高的模型质量
- 平衡版本：如Q5_K系列和Q4_K系列，这些是推荐的日常使用版本
- 轻量版本：如Q3_K系列和IQ系列，适合内存受限的场景
使用建议
选择合适的模型版本时，需要考虑以下因素：
- 可用内存：建议选择比系统RAM和GPU显存总和小1-2GB的版本
- 运行环境：若使用NVIDIA或AMD显卡，低于Q4级别时建议使用I-quants版本
- 性能需求：追求最高性能时建议选择K-quant系列
使用方法
模型支持以下输入格式：
<start_of_turn>user
{提示内容}<end_of_turn>
<start_of_turn>model
<end_of_turn>
需要注意的是，该模型不支持系统提示词(System prompt)。
下载方式
用户可以通过huggingface-cli工具下载模型：
- 安装命令行工具：
pip install -U "huggingface_hub[cli]" - 下载特定版本：使用
huggingface-cli download命令
技术支持
项目得到了kalomaze和Dampf在创建imatrix校准数据集方面的支持，以及ZeroWw在嵌入/输出实验方面的启发。用户可以通过ko-fi平台支持开发者的工作。
