ChatGLM3-32k 模型量化

本项目用于演示如何使用 ChatGLM3-6b-32k 模型，并通过 ChatGLM.cpp 工具仓库对模型进行量化。

拉取模型和工具仓库

首先，需要将 ChatGLM3-6b-32k 模型和 ChatGLM.cpp 工具仓库拉取到本地：

git lfs install
git clone https://huggingface.co/THUDM/chatglm3-6b-32k
git clone https://github.com/li-plus/chatglm.cpp.git

安装依赖

在开始量化之前，请确保已安装以下依赖项：

python3 -m pip install -U -q pip
python3 -m pip install -q torch tabulate tqdm transformers accelerate sentencepiece

模型量化

使用 ChatGLM.cpp 工具仓库中的 convert.py 脚本，可以对 ChatGLM3-6b-32k 模型进行量化。

types=("q4_0" "q4_1" "q5_0" "q5_1" "q8_0")

for type_str in "${types[@]}"; do
  python3 ./chatglm.cpp/chatglm_cpp/convert.py -i ./chatglm3-6b-32k -t ${type_str} -o chatglm3-32k-ggml-${type_str}.bin
done

上述代码会对 ChatGLM3-32k 模型进行多个量化操作，并生成对应的量化模型文件。量化类型包括："q4_0"、"q4_1"、"q5_0"、"q5_1" 和 "q8_0"。

请确保已在终端中切换到正确的工作目录，然后执行上述代码段。

量化后的模型文件将以 chatglm3-32k-ggml-{type_str}.bin 的形式保存在当前目录下。

如果您有任何问题，请随时联系我们。

模型地址：https://huggingface.co/THUDM/chatglm3-6b-32k

工具仓库地址：https://github.com/li-plus/chatglm.cpp