Update README.md

README.md

@@ -3,14 +3,7 @@ license: gemma
 ---
 # What is this?
 Googleの言語モデル[gemma-2-27b-it](https://huggingface.co/google/gemma-2-27b-it)をGGUFフォーマットに変換したものです。<br>
-一連の作業前にllama.cppのトークナイザテスト機能([#8248](https://github.com/ggerganov/llama.cpp/pull/8248))にて動作の正確性の確認を行いました。
-
-テスト内容
-```
-python convert_hf_to_gguf_update.py <hf_token>
-python convert_hf_to_gguf.py models/tokenizers/gemma-2/ --outfile models/ggml-vocab-gemma-2.gguf --vocab-only
-test-tokenizer-0 models/ggml-vocab-gemma-2.gguf
-```
+公式リポジトリのトークナイザ修正コミット「[Update tokenizer files (#35)](https://huggingface.co/google/gemma-2-27b-it/commit/f6c533e5eb013c7e31fc74ef042ac4f3fb5cf40b)」を反映するために再生成しました。
 
 # 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>
@@ -29,17 +22,17 @@ imatrixの算出は本来の精度（=bfloat16）で行いました。<br>
 各クオンツと必要と想定されるVRAM使用量をまとめておきます。
 |クオンツ|VRAM|
 |---|---|
+|IQ3_S/M|16GB|
 |IQ4_XS|20GB|
 |Q4_K_M|22GB|
 |Q5_K_M|24GB|
 
 # 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。<br>
-GGUF版gemma-2が4096以上のトークンを扱えない問題は、llama.cppのSliding Window Attention対応アップデート([#8227](https://github.com/ggerganov/llama.cpp/pull/8227))によって解決されました。
+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、``-fa`` オプションでFlash Attentionを使用したい場合は**llama.cpp-b3621以降でご利用ください。**
 
 # Environment
-Windows版llama.cpp-b3389および同時リリースのconvert_hf_to_gguf.pyを使用して量子化作業を実施しました。
+Windows版llama.cpp-b3621およびllama.cpp-b3472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