Project Icon

Mixtral_Erotic_13Bx2_MOE_22B-GGUF

Mixtral Erotic 22B模型的GGUF量化版本集合

本项目提供Mixtral_Erotic_13Bx2_MOE_22B模型的16种GGUF量化版本,涵盖Q2至Q8不同规格,文件大小在8.2GB到23.1GB之间。项目详细比较了各版本特点和性能,推荐使用速度较快的Q4_K_S和Q4_K_M版本,质量较好的Q6_K版本,以及最佳质量的Q8_0版本。用户可根据需求选择适合的量化版本。

gemma-2-27b-it-GGUF - Gemma-2-27b-it模型的多精度GGUF量化版本
GemmaGithubHuggingfaceLlamaEdge大语言模型开源项目推理服务模型模型量化
Gemma-2-27b-it模型的GGUF量化版本提供2至16比特的多种精度选项。基于LlamaEdge框架,支持8192上下文窗口,可通过WasmEdge以服务或命令行方式运行。Q4_K_M和Q5_K_M版本在模型大小和性能间取得平衡,适合多数应用场景。
Luna-AI-Llama2-Uncensored-GGUF - 开源Llama 2模型的GGUF量化版本
GGUFGithubHuggingfaceLlama人工智能开源项目文件格式模型量化压缩
这是Tap-M开发的Luna AI Llama2 Uncensored模型的GGUF量化版本。项目提供了2-8比特不同量化级别的模型文件,支持CPU和GPU推理,可与llama.cpp及主流UI框架配合使用。模型基于cc-by-sa-4.0和Meta Llama 2双重许可协议发布。
Behemoth-123B-v1-GGUF - 多种量化策略优化文本生成模型效率
Behemoth-123B-v1GithubHuggingface开源项目性能优化文本生成模型模型下载量化
Behemoth-123B-v1-GGUF 项目运用 Llamacpp imatrix 技术进行模型量化,支持从 Q8_0 到 IQ1_M 的多种格式,适应不同硬件环境。项目涵盖多种文件种类,量化质量和大小各异,从高质到低质,满足多样使用需求。用户可根据 RAM 和 VRAM 选择合适文件,平衡速度与质量的追求。Q8_0 格式在嵌入和输出权重方面的质量表现突出,而适用于 ARM 芯片的 Q4_0_X_X 格式则显著提升运算速度,尤其适合低内存硬件。
NSFW_DPO_Noromaid-7b-Mistral-7B-Instruct-v0.1-GGUF - 结合多模型的量化文本生成引擎
GithubHuggingfaceNSFW_DPO_Noromaid-7b-Mistral-7B-Instruct-v0.1transformers开源项目文本生成模型模型合并量化
NSFW_DPO_Noromaid-7b-Mistral-7B-Instruct-v0.1-GGUF是利用llama.cpp开发的量化模型,整合了mistralai和athirdpath的两款7B模型。通过slerp合并法和bfloat16数据类型,该项目优化了文本生成任务的性能。用户可以通过Transformers和Accelerate库在Python中完成文本生成。该模型结合了多模型的优点,专为处理复杂文本生成任务而设计,提供了高效的运行性能。
Mistral-7B-Instruct-v0.3-GGUF - 高性能量化版指令调优大语言模型
GGUF格式GithubHuggingfaceMistral-7B-Instruct开源项目文本生成本地部署模型语言模型
本项目提供Mistral-7B-Instruct-v0.3模型的GGUF格式量化版本。GGUF是llama.cpp团队开发的新格式,兼容多种客户端和库。模型支持2-8位量化,可在不同平台上实现GPU加速,适合文本生成和对话应用。这为在本地设备部署高性能大语言模型提供了便捷解决方案。
laser-dolphin-mixtral-2x7b-dpo-GGUF - 跨平台兼容的量化模型:GGUF格式的应用与性能评估
GithubHuggingfaceLLMLaser Dolphin Mixtral 2X7B DPOMacadeliccc变压器开源项目模型量化
GGUF格式开创了一种新的模型优化方法,适用于多平台的机器学习应用,带来更优的性能与存储管理。该项目兼容多个用户界面,如llama.cpp和KoboldCpp,并支持多种量化文件格式,推荐选用Q4_K_M和Q5_K_M以实现性能与资源消耗的最佳平衡。
Qwen2.5-7B-Instruct-GGUF - 开源大语言模型GGUF量化版支持多语言和128K长文本处理
GithubHuggingfaceQwen2.5人工智能多语言支持大语言模型开源项目模型深度学习
Qwen2.5-7B指令模型GGUF量化版是Qwen2.5系列的一部分,采用transformers架构,拥有7.61B参数。该模型支持29种语言,可处理128K文本上下文,并提供q2至q8多种量化精度选项。相比前代,模型在知识储备、代码、数学能力、指令执行、长文本生成和结构化数据理解等方面均有显著提升。
Mistral-Nemo-Instruct-2407-GGUF - 多语言高性能指令型语言模型的GGUF量化方案
GithubHuggingfaceMistral-Nemo-Instruct-2407大型语言模型开源项目提示模板模型模型量化硬件需求
Mistral-Nemo-Instruct-2407-GGUF是Mistral AI和NVIDIA联合开发的指令微调大语言模型的量化版本。该模型支持多语言处理,性能优于同等规模模型。项目提供多种GGUF量化方案,文件大小从4.79GB到24.50GB不等,适用于不同硬件配置,方便在各类设备上部署。
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。
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。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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