#量化模型

AutoGPTQ是基于GPTQ算法的LLM量化工具包，支持多种模型类型和硬件平台的推理优化，整合Marlin与Exllama内核，提升推理速度与性能，适合在资源受限环境中部署高效的语言模型。

OpenLLM为开发者提供一键部署各种开源大型语言模型(LLM)到企业级云环境的解决方案，支持OpenAI兼容的API端点。该项目集成最新的加速解码技术，并提供内置的ChatGPT界面，能够快速实现模型的互动和部署。用户只需简单的命令，即可本地运行或部署到云端，轻松管理和使用各种顶尖LLM，如Llama 3.1、Mistral和Qwen2等。

项目提供开源且商用的中文Llama2模型及中英文SFT数据集，兼容llama-2-chat格式并支持优化。项目包含在线演示、多模态模型、Docker部署和API接口，支持多种硬件配置，用户可快速下载与测试。

FastEmbed-rs为基于Rust的高效文本嵌入工具，无需Tokio依赖，支持同步操作。允许使用Hugging Face等多种模型，并通过并行处理实现高效批量嵌入。支持加载自定义.ONNX模型，提供简洁API以快速实现文本嵌入和重排，适合追求高性能文本处理的开发者。

Jlama是一款面向Java应用的大型语言模型推理引擎，提供对GPT-2、BERT等模型的支持，集成多种分词器。其功能包括闪电注意力、专家混合，同时支持多种数据类型处理。Jlama借助最新Vector API加速推理，可实现分布式处理，适合集成LLM推理的开发者使用。

ChatLLM.cpp项目支持从1B到300B多种模型的高效推理，适用于本地电脑的实时聊天。通过优化的KV缓存和并行计算提升内存使用效率，并提供int4/int8量化以减少内存占用。该项目基于ggml库实现，支持Retrieval Augmented Generation、LoRA以及Python和JavaScript绑定等功能。发布了多种最新模型和工具调用，适合深度学习和自监督学习研究者。

qwen.cpp是Qwen-LM的开源C++实现，基于ggml开发，支持实时对话、纯C++ tiktoken和流式生成。项目兼容x86/arm CPU、NVIDIA GPU，适用于Linux和MacOS平台。提供模型量化、Python绑定等功能，可在本地设备运行高性能Qwen对话模型。

项目提供多样的GPTQ模型文件，支持多种推理配置和硬件平台需求。通过多种量化参数优化，提升推理质量及多样化VRAM使用。基础模型由Eric Hartford创建，专为NLP应用而设计，无需内容审核，用户可自由定制对齐方式，适用广泛领域的AI助手开发。

页面提供Llama.cpp兼容的8B模型版本，用户可下载并运行各种量化模型。包括wget命令下载和Python脚本运行说明，适用于需大模型推理的用户，尤其是专注Llama3的开发者。

本项目提供Qwen2-1.5B-Instruct模型的GGUF格式文件，包含多种量化级别。GGUF是llama.cpp团队开发的新格式，取代了旧有的GGML。这些文件兼容多个支持GGUF的平台，如llama.cpp和LM Studio，便于高效本地部署和推理。项目提供多种选择，可适应不同性能和资源需求。

calme-2.3-legalkit-8b-GGUF是一个针对法律领域优化的8B参数量化语言模型。该模型支持2-bit到8-bit多种量化精度，采用GGUF格式，可在多种平台上运行。它适用于法律文本生成任务，在保证性能的同时降低资源需求。模型支持llama.cpp、LM Studio等多种客户端，具有良好的兼容性。这个开源项目为需要在本地部署法律AI助手的用户提供了实用的选择。

该项目提供Llama-3-8B-Instruct-DPO-v0.1模型的GGUF格式量化版本,支持2至8位多种位宽。模型采用ChatML提示模板,兼容多种GGUF客户端和库,如llama.cpp和LM Studio。作为文本生成模型,它为本地部署提供了高性能和灵活的选择。

Llama-3-8B-Instruct-v0.9模型的GGUF格式量化版本提供2-bit至8-bit多种位宽选择。GGUF作为llama.cpp团队推出的新格式取代了GGML。该模型兼容多种GGUF支持的客户端和库,如llama.cpp和LM Studio,支持GPU加速,适合本地部署文本生成任务。

Llama-3-Groq-8B-Tool-Use模型的GGUF格式版本由MaziyarPanahi量化优化。GGUF作为llama.cpp团队推出的新格式，取代了旧有的GGML。该模型兼容多种客户端和库，如llama.cpp、LM Studio等，支持GPU加速和跨平台运行。GGUF格式优化后的模型能够提供高效的本地文本生成功能，适用于多种应用场景。

Mistral-7B-Instruct-v0.3-GPTQ-4bit是Mistral-7B指令模型的4位量化版本。通过GPTQ技术，该模型在大幅缩小体积的同时，保持了原模型99.75%的准确率。在多项基准测试中，该模型平均准确率达65.05%。它兼容vLLM优化推理，可作为高效的自然语言处理服务器部署。

该项目提供Solar-Pro-Preview-Instruct模型的GGUF格式文件，支持2-8位量化。GGUF是llama.cpp团队开发的新格式，替代了旧有的GGML。这一格式广泛应用于llama.cpp、LM Studio等多个流行的本地部署工具和库中，为高效的本地文本生成任务提供支持。

本项目提供Llama-3-8B-Instruct-32k-v0.1模型的GGUF格式文件。GGUF是llama.cpp团队开发的新格式，取代了旧有的GGML。该模型支持2至8位量化，主要用于文本生成。它与多款主流本地运行框架和界面工具兼容，如llama.cpp、LM Studio和text-generation-webui等。这些工具普遍支持GPU加速，使模型能够适应多样化的应用需求。

Llama-3-8B-Instruct-64k-GGUF 是一款采用 GGUF 格式量化的指令调优大语言模型。该模型支持 2 至 8 位多种量化精度，具有 64k 上下文窗口，适用于长文本处理任务。它可通过多种开源工具使用，如命令行接口、Python 库和 Web 界面等，在各类硬件上实现高效运行。

了解由Meta研发的Llama 3 70B模型，其通过定量化处理优化推理性能，适用于多种对话场景，支持多种模式的使用，为用户提供安全高效的互动能力。

MythoMax L2 13B提供多种GPTQ量化配置，适用于多种硬件环境，提升模型性能。用户可选择不同分支进行下载，包括4-bit和8-bit版本，支持VRAM高效利用和精确推理。该项目兼容多种平台如ExLlama、AutoGPTQ和Huggingface的Text Generation Inference，为AI开发者提供灵活的工具和高效的解决方案。

此项目提供Microsoft Phi-3.5-mini-instruct模型的GGUF格式量化版本。GGUF是llama.cpp团队推出的新格式，取代了GGML。支持2-bit至8-bit多种量化位宽，兼容多个GGUF支持工具，如llama.cpp和LM Studio。这些工具具备GPU加速和Web界面，便于本地部署和使用大型语言模型。

Midnight-Miqu-70B-v1.5-4bit是一个经过lmdeploy工具优化的4位量化模型，旨在实现大规模语言模型的高效部署。该项目通过自动量化技术显著减小模型体积，同时保持性能稳定。这为在资源受限环境中部署强大语言模型提供了实用解决方案，可应用于多种自然语言处理任务。

这是Llama-3-8B-Instruct-v0.10模型的GGUF格式量化版本，提供2-bit至8-bit的精度选项。GGUF是llama.cpp团队开发的新格式，取代了GGML，支持多种客户端和库。该项目使用户能够在本地设备上高效运行大型语言模型，适用于文本生成任务。

Chronos-Gold-12B-1.0-i1-GGUF是Chronos-Gold-12B通用语言模型的量化版本，提供多种量化类型，文件大小从3.1GB到10.2GB不等。该项目采用GGUF格式，便于在资源受限环境中部署。模型适用于角色扮演、故事写作等多种场景，可根据不同的性能和存储需求选择合适的版本。

Yi-1.5-6B-Chat-GGUF是01-ai开发的中文大语言模型Yi-1.5-6B-Chat的GGUF格式量化版本。该模型支持2-bit至8-bit的多种量化精度，适用于文本生成和对话任务。兼容多种GGUF格式推理框架，如llama.cpp、LM Studio等，可在CPU或GPU上高效运行。Yi-1.5-6B-Chat-GGUF为开发者和研究者提供了一个性能优异的中文语言模型选项，在保持模型能力的同时大幅降低了硬件需求。

Mistral-Nemo-Instruct-2407-GPTQ是基于Mistral-Nemo-Instruct-2407的量化版本。该模型采用4比特GPTQ技术进行压缩，配合128的分组大小和ExLlama设置，在保持性能的同时显著减小了模型体积。项目提供了完整的量化参数和源代码链接，为开发者提供了一个兼具效率和性能的指令型模型选择。

Codestral-22B-v0.1-GGUF是一个支持80多种编程语言的开源代码助手模型。它能够回答代码问题、生成代码，并提供Fill in the Middle功能。该模型已被量化为多个版本，以适应不同的硬件配置，让开发者能够在本地设备上高效运行这一代码辅助工具。模型支持Python、Java、C++等主流编程语言，可用于代码文档编写、解释和重构等任务。

Llama-3-ELYZA-JP-8B是一个基于Meta Llama 3的大型语言模型，通过额外预训练和指令微调优化了日语处理能力。模型提供GGUF和AWQ两种量化版本，可在本地设备运行。用户可使用llama.cpp或LM Studio等工具，实现日英双语对话和任务处理。该模型在保持英语能力的同时，显著提升了日语性能。

Meta-Llama-3.1-70B-Instruct模型的INT4量化版本，模型大小减少75%，但性能几乎不损。支持多语言，适用于商业和研究。可通过vLLM高效部署，在Arena-Hard、OpenLLM和HumanEval等测试中表现优异，展示出卓越的推理和编码能力。

MiniCPM-V-2_6-int4是一款经过int4量化的多语言视觉对话模型，GPU内存占用仅约7GB。该模型支持图像理解、OCR、多图像处理和视频分析等视觉任务，可通过Python代码实现流式输出。作为一个资源友好型视觉AI工具，MiniCPM-V-2_6-int4在保持性能的同时提高了部署效率，适合开发者进行各类视觉AI应用开发。

本项目提供Google Gemma 2B-it模型的11种量化版本，使用llama.cpp处理。量化级别从F32到IQ3_M，文件大小1.39GB至10.46GB。详细介绍各版本特点、使用场景和选择建议，并提供下载方法、提示词格式等说明。适合不同硬件配置的轻量级Gemma模型部署需求。

FLUX.1-dev GGUF镜像是black-forest-labs原始模型的量化版本，由city96处理。这一文本到图像生成模型采用GGUF格式，具有更小的体积和更高的部署便利性。该版本在保持原模型性能的同时，提升了运行效率，适用于多种图像生成场景。该项目遵循非商业许可协议，为开发者和研究人员提供了一个高效的图像生成工具。

此项目提供多种量化模型版本，旨在优化代码生成任务中的性能与存储效率。可选范围包括小容量、质量损失较大的版本到大容量、质量损失低的版本，以满足各种需求。Q4_K_M与Q5_K_M模型在质量与容量间表现出良好的平衡。该项目使用llama.cpp进行量化，适合空间与性能有特定需求的开发者。

DeepSeek-V2-Lite-Chat-GGUF通过多种量化版本适配多样需求，其中推荐Q5_K_M版本以保证质量。用户可通过LlamaEdge实现模型运行，并根据多种上下文配置，应对不同应用场景。

Mistral-Nemo-Instruct-2407-gptq-4bit是一个使用GPTQModel进行4位量化的语言模型。该模型采用128组大小和真实顺序等技术，在维持性能的同时大幅缩减模型体积。这种量化方法提高了模型的部署效率，适用于计算资源有限的场景。

NVIDIA基于Llama 3.1框架开发的Nemotron-70B指令模型采用GGUF量化格式，具备128K上下文处理能力。模型在Arena Hard评测中获得85.0分，AlpacaEval 2 LC达到57.6分，GPT-4-Turbo MT-Bench评分8.98。通过优化提升了语言理解和生成能力，可应用于多样化的自然语言处理场景。