Project Icon

MN-12B-Starcannon-v3-i1-GGUF

多种量化选项提升模型性能和适应性

该项目提供多种量化文件类型和大小,满足不同用户需求,优化模型性能。用户可在mradermacher的Hugging Face页面获取IQ-quants与静态量化文件。有关GGUF文件的使用,建议查阅TheBloke的说明。本项目通过iMatrix文件,专注于高质量模型的量化,感谢nethype GmbH及nicoboss的硬件支持。

Tiny-Vicuna-1B-GGUF - 量化的Tiny Vicuna 1B GGUF模型文件优化文本生成效率
GithubHuggingfaceTiny-Vicuna-1B开源项目文件文本生成模型量化
此项目提供了afrideva量化的Tiny Vicuna 1B GGUF模型文件,涵盖q2_k、q3_k_m、q4_k_m、q5_k_m、q6_k和q8_0等量化方法,文件大小从482.14 MB到1.17 GB不等。模型由Jiayi-Pan在TinyLLama 1.1B基础上创建,利用WizardVicuna数据集进行微调,适合早期的实验迭代。模型旨在提升文本生成任务的效率,具备高效性能和简便操作,适合紧凑存储需求的应用。
Mistral-Large-Instruct-2407-GGUF - Mistral-Large-Instruct-2407模型的多语言量化方法与文件选择建议
GPU性能优化GithubHuggingfaceMistral-Large-Instruct-2407开源项目文本生成模型量化量化格式
Mistral-Large-Instruct-2407项目提供了多种语言支持的模型量化版本。通过llama.cpp工具,用户可以根据不同的RAM和VRAM需求进行量化。文章详细介绍每种量化文件的特性与性能建议,帮助用户根据硬件条件选取适合的文件,实现模型的快速或高质量运行。推荐关注K-quant与I-quant格式文件以在性能与速度间取得平衡。
NuExtract-v1.5-GGUF - NuExtract-v1.5模型多种GGUF量化版本集合
GGUFGithubHuggingfaceNuExtract-v1.5llama.cpp开源项目模型模型下载量化
本项目提供NuExtract-v1.5模型的多种GGUF量化版本,涵盖从高质量Q8_0到小型IQ2_M在内的多种类型。项目详细介绍了各版本特点,并根据硬件配置和性能需求提供选择建议。此外,还包含模型下载、使用说明和优化技巧,方便用户根据实际情况选择最适合的版本。
quantized-models - 提供多源量化模型以提升大语言模型推理效率
GithubHuggingfacequantized-modelstransformers大型语言模型开源项目文本生成推理模型量化模型
quantized-models项目整合了多种来源的量化模型,旨在提高大语言模型的推理效率。模型支持者包括TheBloke、LoneStriker、Meta Llama等,提供gguf、exl2格式的支持。用户可通过transformers库便捷地进行文本生成,这些模型按现状发布,需遵循其各自的许可协议。
Qwen2-1.5B-Instruct-IMat-GGUF - 运用量化技术优化Qwen2-1.5B-Instruct模型的文本生成能力
GithubHuggingfaceIMatrixQwen2-1.5B-Instruct开源项目文本生成模型量化
项目利用llama.cpp对Qwen2-1.5B-Instruct模型进行量化,支持从8bit到1bit的多种位数及IMatrix数据集。这种方法能减少模型体积且保持性能多样,适用于不同文本生成任务。用户可使用huggingface-cli简便下载及合并文件,以满足不同应用需求。项目因其灵活性及高效性,适宜不同计算资源的使用者,为其提供多样选择。
Tiger-Gemma-9B-v3-GGUF - ARM推理优化与量化模型文件的综合指南
GithubHuggingfaceTiger-Gemma-9B-v3llama.cpp开源项目模型模型下载质量优化量化
Tiger-Gemma-9B-v3-GGUF项目提供了一系列专为ARM推理优化的量化模型文件,格式涵盖f16至Q2_K。项目采用llama.cpp的imatrix方法确保模型的输出和嵌入权重高精度,并允许通过huggingface-cli灵活下载文件。用户可根据设备资源选择'I-quant'或'K-quant'格式,以平衡高性能和空间效率,适用于文本生成任务的开发与研究。
Wizard-Vicuna-13B-Uncensored-GGUF - Wizard Vicuna大语言模型的GGUF量化实现
AI模型GGUFGPU加速GithubHuggingfaceLLM开源项目模型量化
Wizard Vicuna 13B模型的GGUF量化版本,提供2-bit至8-bit多种量化精度选项。GGUF作为llama.cpp最新支持的模型格式,可实现高效的本地部署和推理。模型支持CPU与GPU加速,采用Vicuna对话模板,适用于多种文本生成场景。
Phi-3.5-mini-instruct-GGUF - 高性能微软小型语言模型的量化方案
ARM芯片GGUFGithubHuggingfacePhi-3.5-mini-instruct开源项目模型模型权重量化
该项目基于llama.cpp框架,对Microsoft Phi-3.5-mini-instruct模型进行GGUF格式量化,提供从Q2到Q8等多个精度版本。每个量化版本都针对不同硬件平台进行了优化,包括针对ARM芯片的特殊优化版本。项目提供完整的模型特性对比和选择指南,帮助开发者根据实际需求选择合适的量化版本。
Mistral-Nemo-Instruct-2407-GGUF - Mistral Nemo多语言指令模型的量化版本
GGUFGithubHuggingfaceMistral-Nemo-Instruct-2407大语言模型开源项目机器学习模型量化模型
Mistral-Nemo-Instruct-2407模型的GGUF量化实现,包含从Q2到Q8多个量化等级,文件大小范围为4.9GB至13.1GB。模型原生支持英语、法语、德语等8种语言,基于Apache 2.0协议开源。项目提供了各量化版本的性能对比数据及使用文档,便于在性能和资源消耗间做出合适选择。
c4ai-command-r-08-2024-GGUF - c4ai-command-r-08-2024模型的量化方法解析
CohereGithubHugging FaceHuggingfaceLlamacpp开源项目模型模型下载量化
该项目利用llama.cpp工具对c4ai-command-r-08-2024模型进行量化,提供多种文件选择以满足不同计算需求。用户可参考下载和使用指南,根据GPU和RAM容量选择合适的量化格式,以优化性能。项目还提供性能图表和I-quant与K-quant选择建议,旨在帮助用户进行有效配置。这些量化文件适合在LM Studio中运行,强调高效推理和广泛适用性。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号