What is this?

Axcxept（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-Humanities-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以降でご利用が可能です。
なお、-faオプションによる推論高速化に対応したllama.cpp-b3621以降の使用を推奨します。

Environment

Windows版llama.cpp-b3389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

Developer

Google & Axcxept co., ltd