README.md

---
license: cc-by-nc-sa-4.0
language:
- ja
- zh
pipeline_tag: text-generation
---

## SakuraLLM去量化模型

### 为什么要去量化？
llama.cpp在某些设备上受支持情况不佳，推理速度受限，我们可能希望使用pytorch进行推理，于是使用transformers库对GGUF模型进行去量化操作。

### 原始模型是啥

[https://huggingface.co/SakuraLLM/Sakura-14B-Qwen2.5-v1.0-GGUF](SakuraLLM/Sakura-14B-Qwen2.5-v1.0-GGUF)仓库中的sakura-14b-qwen2.5-v1.0-q6k.gguf

### 我想自己去量化

Transformers现已支持GGUF模型去量化，使用```AutoModelForCausalLM.from_pretrained```加载GGUF模型即可

### 好用吗？

使用Q6K模型去量化，模型精度远低于F16，对于推理产生的结果未进行测试。

### 其他问题

去量化后发现tokenizer的词表发生变化，不知道是否会对使用产生影响，你可以使用QWEN2.5模型中的词表替换这部分数据。