grapevine-AI/gemma-2-27b-it-gguf
13773
What is this?
Googleの言語モデルgemma-2-27b-itをGGUFフォーマットに変換したものです。<br> 公式リポジトリのトークナイザ修正コミット「Update tokenizer files (#35)」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データセットを使用しました。<br> imatrixの算出は本来の精度（=bfloat16）で行いました。<br> （余談ですが、CUDAを使わずCPUオンリーで数時間かけてimatrixを計算したのでなかなか大変でした。これは、bf16精度でのimatrix計算に現行のCUDA版llama.cppが対応していないことによるものです）
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使用量をまとめておきます。 |クオンツ|VRAM| |---|---| |IQ3S/M|16GB| |IQ4XS|20GB| |Q4KM|22GB| |Q5KM|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、`-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-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