SqueezeLLM

硬件资源优化下的大语言模型量化服务

SqueezeLLM 量化大语言模型内存优化模型压缩 Github 开源项目

SqueezeLLM通过密集与稀疏量化方法降低大语言模型的内存占用并提升性能，将权重矩阵拆分为易量化的密集组件和保留关键部分的稀疏组件，实现更小内存占用、相同延迟和更高精度。支持包括LLaMA、Vicuna和XGen在内的多个热门模型，提供3位和4位量化选项，适用于不同稀疏度水平。最新更新涵盖Mistral模型支持和自定义模型量化代码发布。

访问官网

Github

Huggingface

介绍相关项目

Llama-3.1-WhiteRabbitNeo-2-8B-GGUF - Llama-3.1量化模型实现优化文本生成

GithubHuggingfaceLlama-3.1-WhiteRabbitNeo-2-8BRAM开源项目数据集文本生成模型量化

Llama-3.1-WhiteRabbitNeo-2-8B使用llama.cpp进行量化，以优化文本生成功能。项目提供多种量化方案，如Q6_K_L和Q5_K_L，适应不同内存条件，特别推荐Q6_K_L用于嵌入及输出权重以获取优异表现。用户可以使用huggingface-cli快捷下载所需文件，并通过Q4_0_X_X对ARM芯片进行性能优化。此项目提供详细决策指南，帮助选择合适的量化版本。

MINI_LLM - 完整中文大语言模型训练流程实践

DPOGithubMini-llm大模型开源项目微调预训练

MINI_LLM项目展示了完整的中文大语言模型训练流程，涵盖预训练、SFT指令微调和DPO优化阶段。该项目基于QWEN模型，利用多种数据集训练出1.4B参数规模的模型。项目详细介绍了数据处理方法、提供训练脚本，并包含多GPU训练指南，为中文大语言模型开发提供了实用参考。

Meta-Llama-3-8B-Instruct-FP8 - FP8量化版Meta Llama 3实现内存占用减半

FP8量化GithubHuggingfaceMeta-Llama-3vLLM大语言模型开源项目模型模型优化

这是一个通过8位浮点(FP8)量化技术优化的Meta Llama 3模型，在仅占用原模型一半存储空间和GPU内存的同时，保持了99.28%的性能水平。模型基于vLLM后端运行，支持英语对话场景下的商业及研究应用，可用于构建AI助手等应用。

Llama-3.2-3B-Instruct-GGUF - Llama-3.2-3B-Instruct模型的多种量化优化版本

GGUFGithubHuggingfaceLlama-3.2-3B大语言模型开源项目提示词格式模型量化

该项目提供Llama-3.2-3B-Instruct模型的11种量化版本,采用llama.cpp优化。量化精度从F16到Q4_K_S不等,文件大小介于6.43GB至1.93GB之间。Q6_K、Q5_K和Q4_K系列在性能与模型大小间取得平衡,适用多种场景。这些版本在保持模型质量的同时,有效减小文件体积并提升运行效率。

LLaMA-Factory - 提升语言模型微调效率的统一平台

GithubLLaMA Factory大语言模型开源项目快速微调性能优化模型量化热门

LLaMA-Factory是一个高效的语言模型微调工具，支持多种模型和算法。该平台专注于提高微调速度，支持连续预训练、监督微调和激励建模等策略。LLaMA-Factory利用LoRA技术实现高效训练，并提供详尽的数据监控和快速推理能力。此外，新版本还增加了PiSSA算法，且支持多种开发平台如Colab和DSW，适合高质量文本生成和智能应用开发。

TensorRT-LLM - NVIDIA开发的大型语言模型推理优化工具

AI推理GPU加速GithubNVIDIATensorRT-LLM大语言模型开源项目

TensorRT-LLM是一个用于优化大型语言模型推理的开源工具。它提供Python API来定义模型和构建TensorRT引擎，支持多GPU和多节点部署。该工具集成了多种量化技术，如INT4/INT8权重量化和SmoothQuant，以提升性能和降低内存占用。TensorRT-LLM预置了多个常用模型，可根据需求进行修改和扩展。

llama-3-8b-bnb-4bit - 大语言模型微调工具提升训练速度并降低内存使用

AI训练GithubHuggingfaceLlama 3MetaUnsloth大语言模型开源项目模型

llama-3-8b-bnb-4bit项目是一种高效的大语言模型微调方法,能将训练速度提升2-5倍,同时减少70%内存使用。支持Llama 3.1、Gemma 2和Mistral等热门模型,并提供面向初学者的Google Colab笔记本。用户可以快速微调模型并导出为GGUF、vLLM格式或上传至Hugging Face。该工具降低了LLM微调的门槛,为开发者和研究者提供了便利。

Qwen2.5-7B-bnb-4bit - 采用4bit量化技术加速Qwen2.5-7B模型并降低70%内存占用

GithubHuggingfaceQwen2.5Unsloth大语言模型开源项目模型模型微调深度学习

基于Qwen2.5-7B的量化优化版本，通过4bit量化技术将内存占用降低70%。模型拥有76亿参数，具备128K上下文长度和29种语言处理能力，支持编码、数学运算和长文本生成等功能。该版本在保持原有性能的同时实现轻量化部署，可用于后续的模型微调与定制开发。

SiLLM - Apple Silicon大语言模型训练与推理工具包

Apple SiliconGithubMLXSiLLM低秩适应大型语言模型开源项目

SiLLM是专为Apple Silicon设计的大语言模型工具包，基于MLX框架优化LLM训练和运行流程。支持多种模型架构，提供Web应用和API服务，实现LoRA和DPO等先进训练技术。该项目还引入控制向量和特征消融等实验性功能，便于探索LLM内部机制，旨在让更广泛的Apple Silicon用户群体能够使用最新的LLM技术。

Llama-3.2-3B-Instruct-uncensored-GGUF - 3B参数指令微调语言模型的高效GGUF量化版本

GGUFGithubHuggingfaceLlama人工智能开源项目模型量化

Llama-3.2-3B-Instruct-uncensored模型的GGUF量化版本,提供从1.6GB到7.3GB不等的多种量化类型。量化后的模型大小显著减小,便于部署使用,同时尽可能保持原模型性能。项目包含详细的量化版本说明、使用指南和常见问题解答,有助于用户选择适合的版本。

相关项目

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。

使用协议隐私政策广告服务

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