Project Icon

Tiny-Vicuna-1B-GGUF

量化的Tiny Vicuna 1B GGUF模型文件优化文本生成效率

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。

Wizard-Vicuna-30B-Uncensored-GGUF - 多平台兼容的高效AI模型格式
GGUFGithubHuggingfaceWizard Vicuna 30B Uncensored人工智能助手开源项目数据集模型量化模型
GGUF格式是llama.cpp团队于2023年8月推出的新模型格式,取代了不再支持的GGML。该项目提供多种量化方法及格式,以优化在llama.cpp、text-generation-webui等多平台上的使用。用户可以选择最合适的模型,通过支持GPU加速的客户端和库实现高效下载和使用。这些模型兼容多种第三方UI和库,有助于增强人工智能推理和应用开发的性能。
guanaco-65B-GGUF - 解析新型GGUF格式及其多平台兼容性
GPU加速GithubGuanaco 65BHuggingfaceTim Dettmers开源项目模型模型格式量化
此项目涵盖了2023年8月21日由llama.cpp团队推出的GGUF格式,作为已停用的GGML格式的替代方案。该项目提供了多种比特的量化文件,适用于CPU和GPU的推理需求。用户能够通过多种客户端和库,如llama.cpp和text-generation-webui,下载并高效使用这些模型,提供本地及网络接口支持。所支持的量化方法包括GGML_TYPE_Q4_K,提供质量与性能的平衡。
MN-12B-Mag-Mell-R1-GGUF - 优化的GGUF量化模型集合,提供多种量化精度选项和详细性能对比
GGUFGithubHuggingfaceMN-12B-Mag-Mell-R1开源项目机器学习模型模型压缩量化
MN-12B-Mag-Mell-R1模型的GGUF量化版本包含从Q2到Q8的多种精度选项,文件大小范围在4.9GB至13.1GB之间。Q4_K系列在速度和质量上达到较好平衡,Q8_0版本则提供最高质量表现。项目通过性能对比图表和详细说明,展示了各量化版本的特点及适用场景。
Llama-3-Groq-8B-Tool-Use-GGUF - 高性能文本生成模型的GGUF格式优化版
GGUFGithubHuggingfaceLlama-3-Groq-8B-Tool-Use人工智能开源项目文本生成模型量化模型
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。
Phi-3.5-mini-instruct_Uncensored-GGUF - 优化的量化模型提供多种压缩方案支持不同运行环境
GGUFGithubHuggingfaceLLMPhi-3.5llama.cpp开源项目模型量化
该项目基于llama.cpp框架,将Phi-3.5-mini-instruct模型转换为GGUF格式,提供从F16到IQ2_M共19种量化版本。模型文件大小范围在1.32GB至7.64GB之间,适配CPU和GPU环境。Q6_K、Q5_K系列及IQ4_XS等版本在性能与体积上表现均衡,可根据硬件配置选择适合的版本使用。
huihui-ai_-_Qwen2.5-14B-Instruct-abliterated-v2-gguf - Qwen2.5-14B模型无审查量化版本集合
GithubHuggingfaceQwen2.5-14B大语言模型开源项目权重文件模型模型部署量化模型
这是一个基于Qwen2.5-14B-Instruct模型的GGUF量化版本集合。模型采用abliteration技术移除了安全过滤限制,并提供从5.37GB到14.62GB的多种量化版本,包括Q2_K、IQ3、Q4等系列。项目基于Apache-2.0许可证开源,支持通过transformers库加载使用。
Qwen2.5-3B-Instruct-GGUF - Qwen2.5-3B-Instruct重启量化技术提升多设备文本生成表现
GithubHuggingfaceQwen2.5-3B-Instruct嵌入输出权重开源项目文件大小模型模型下载量化
本项目通过使用llama.cpp进行量化优化,使文本生成模型在各类设备上运行更为高效,其在ARM芯片上的性能尤为突出,同时提供多种量化类型以满足不同内存和计算需求。更新的tokenizer进一步提升了文本生成质量。项目提供多种K-quant和I-quant选项以满足特定环境需求,并深入对比不同量化格式的性能差异。为研究人员和开发者提供丰富下载资源和技术支持,助力大规模语言模型的高效实现。
codegemma-7b-GGUF - 经过量化优化的代码生成模型,支持多种精度选择的GGUF格式
CodeGemmaGGUFGithubHuggingface开源项目性能对比文件大小模型模型量化
这个项目提供了CodeGemma-7b模型的多种量化版本,文件大小从2.16GB到9.07GB不等,采用GGUF格式。支持从Q8到IQ1的多种精度等级,可适应不同的硬件配置。其中Q6_K、Q5_K和Q4_K系列版本在性能和空间优化方面表现较好,适合生产环境使用。用户可根据自身的内存和显存情况选择合适的版本。
Xwin-LM-70B-V0.1-GGUF - 提升AI模型兼容性的最新GGUF格式
GPU加速GithubHuggingfaceXwin-LM 70B V0.1人工智能开源项目模型模型文件量化
Xwin-LM 70B V0.1采用全新的GGUF格式,取代了GGML,支持多种量化方法如Q2_K、Q3_K、Q4_K等,提升GPU和CPU兼容性。该模型兼容多种平台,如llama.cpp、text-generation-webui、KoboldCpp等,应用场景多样。提供详细的量化文件下载和使用说明,适合开发者和研究人员进行AI模型优化。
Qwen2.5-32B-AGI-GGUF - Qwen2.5-32B-AGI模型量化与性能优化概述
GithubHuggingfaceQwen2.5-32B-AGI开源项目文本生成权重模型模型优化量化
介绍Qwen2.5-32B-AGI在Llamacpp中的量化模型,强调文本生成性能的提升。多种量化格式(如Q8_0,Q6_K_L)满足不同需求,结合embed/output量化,适应低RAM环境。提供模型选择、下载与运行指南,含基于ARM芯片的性能优化方法。
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