README.md

---
license: gemma
---
# What is this?
Axcxepr（アクセプト）社のHODACHI氏によるgemma-2の日本語ファインチューニングモデル[EZO-Common-9B-gemma-2-it](https://huggingface.co/HODACHI/EZO-Common-9B-gemma-2-it)をGGUFフォーマットに変換したものです。

# imatrix dataset
日本語能力を重視し、日本語が多量に含まれる[TFMC/imatrix-dataset-for-japanese-llm](https://huggingface.co/datasets/TFMC/imatrix-dataset-for-japanese-llm)データセットを使用しました。<br>
なお、imatrixの算出においてはf32精度のモデルを使用しました。これは、本来の数値精度であるbf16でのimatrix計算に現行のCUDA版llama.cppが対応していないためです。

# Chat template
```
<start_of_turn>user
ここにpromptを書きます<end_of_turn>
<start_of_turn>model

```

# Quants
各クオンツと必要と想定されるVRAM容量をまとめておきます。
|クオンツ|VRAM|
|---|---|
|IQ4_XS|10GB|
|Q4_K_M|11GB|
|Q5_K_M|11GB|
|Q6_K|12GB|
|Q8_0|14GB|
|bf16|22GB|

# Note
**llama.cpp-b3389以降と合わせてご利用ください。**<br>
なお、このモデル特有の処理であるAttention logit soft-cappingが存在するため、現状では``-fa`` オプションによるFlash Attentionの使用はできません。

# Environment
Windows版llama.cpp-b3389およびllama.cpp-b3436同時リリースのconvert-hf-to-gguf.pyを使用して量子化作業を実施しました。

# License
gemma license

# Developer
Google & Axcxept co., ltd

# Credit
**This project utilizes HODACHI/EZO-Common-9B-gemma-2-it, a model based on gemma-2 and fine-tuned by Axcxept co., ltd.**