metadata
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データセットを使用しました。
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。
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.