Compare commits
No commits in common. "39a8f09232801d4ec8b39a89eca8ef04b442514c" and "49143630895b6eff0ecc530528de628482350d52" have entirely different histories.
39a8f09232
...
4914363089
@ -6,10 +6,6 @@
|
|||||||
# 1. Edit this file with available GGUFs and desired parameters
|
# 1. Edit this file with available GGUFs and desired parameters
|
||||||
# 2. The sidecar automatically picks up changes
|
# 2. The sidecar automatically picks up changes
|
||||||
# 3. Use the Hermes model picker to switch models
|
# 3. Use the Hermes model picker to switch models
|
||||||
#
|
|
||||||
# Hardware: RTX 3090 (24GB VRAM)
|
|
||||||
# All profiles use flash-attn: on, n-gpu-layers: 999 (offload all)
|
|
||||||
# KV cache quantization (q8_0/q4_0) enables 64K+ context within 24GB VRAM
|
|
||||||
|
|
||||||
- id: qwen-3-8b
|
- id: qwen-3-8b
|
||||||
name: "Qwen 3 8B"
|
name: "Qwen 3 8B"
|
||||||
@ -31,269 +27,3 @@
|
|||||||
flags:
|
flags:
|
||||||
n_ctx: 8192
|
n_ctx: 8192
|
||||||
n_gpu_layers: 35
|
n_gpu_layers: 35
|
||||||
|
|
||||||
# --- Qwen3.6-27B (Q4_K_M, ~10.5 GB) ---
|
|
||||||
# Sampling: temp 0.6/1.0, top_p 0.95, top_k 20
|
|
||||||
- id: qwen36-27b-balanced-64k
|
|
||||||
name: "Qwen3.6-27B Balanced 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-27B-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: qwen36-27b-thinking-64k
|
|
||||||
name: "Qwen3.6-27B Thinking 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-27B-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: qwen36-27b-extended-128k
|
|
||||||
name: "Qwen3.6-27B Extended 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-27B-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q4_0
|
|
||||||
cache-type-v: q4_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.05
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
# --- Gemma 4 12B (Q6_K_XL ~8.5 GB, IQ4_XS ~5 GB) ---
|
|
||||||
# Sampling: temp 1.0, top_p 0.95, top_k 64 (Google official)
|
|
||||||
- id: gemma4-12b-standard-q6-64k
|
|
||||||
name: "Gemma4 12B Standard Q6 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/gemma-4-12b-it-UD-Q6_K_XL.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-12b-extended-q6-128k
|
|
||||||
name: "Gemma4 12B Extended Q6 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/gemma-4-12b-it-UD-Q6_K_XL.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q4_0
|
|
||||||
cache-type-v: q4_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-12b-compact-iq4-64k
|
|
||||||
name: "Gemma4 12B Compact IQ4 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/bartowski-google_gemma-4-26B-A4B-it-IQ4_XS.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-12b-compact-long-128k
|
|
||||||
name: "Gemma4 12B Compact IQ4 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/bartowski-google_gemma-4-26B-A4B-it-IQ4_XS.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
# --- Gemma 4 26B-A4B (Q4_K_M ~10.5 GB, IQ4_XS ~6 GB) ---
|
|
||||||
# MoE, 4B active params. Same sampling as 12B family.
|
|
||||||
- id: gemma4-26b-balanced-64k
|
|
||||||
name: "Gemma4 26B Balanced 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/gemma-4-26B-A4B-it-UD-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-26b-extended-128k
|
|
||||||
name: "Gemma4 26B Extended 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/gemma-4-26B-A4B-it-UD-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q4_0
|
|
||||||
cache-type-v: q4_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.15
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-26b-ultra-long-iq4-128k
|
|
||||||
name: "Gemma4 26B Ultra-Long IQ4 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/gemma-4-26B-A4B-it-UD-IQ4_XS.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q4_0
|
|
||||||
cache-type-v: q4_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
# --- Qwen3.6-35B-A3B (UD-Q4_K_M ~14 GB) ---
|
|
||||||
# MoE, 3.6B active params. Non-MTP (faster on single GPU per Unsloth benchmark).
|
|
||||||
# Sampling: temp 0.6/1.0, top_p 0.95, top_k 20
|
|
||||||
- id: qwen36-35b-fast-64k
|
|
||||||
name: "Qwen3.6-35B Fast 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: qwen36-35b-thinking-64k
|
|
||||||
name: "Qwen3.6-35B Thinking 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: qwen36-35b-extended-128k
|
|
||||||
name: "Qwen3.6-35B Extended 128K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 131072
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q4_0
|
|
||||||
cache-type-v: q4_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
# --- Uncensored models (apply censored family params) ---
|
|
||||||
- id: qwen36-35b-hauhau-aggressive-64k
|
|
||||||
name: "Qwen3.6-35B HauhauCS Aggressive 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-Q4_K_P.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: qwen36-35b-genesis-apex-64k
|
|
||||||
name: "Qwen3.6-35B Genesis APEX 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/qwen3.6/Qwen3.6-35B-A3B-Uncensored-Genesis-APEX.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 0.6
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 20
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|
||||||
- id: gemma4-26b-hauhau-balanced-64k
|
|
||||||
name: "Gemma4 26B HauhauCS Balanced 64K"
|
|
||||||
model_path: "/home/bigt/AI/llm/gemma4/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced-Q5_K_M.gguf"
|
|
||||||
flags:
|
|
||||||
n_ctx: 65536
|
|
||||||
n_gpu_layers: 999
|
|
||||||
cache-type-k: q8_0
|
|
||||||
cache-type-v: q8_0
|
|
||||||
flash-attn: on
|
|
||||||
temp: 1.0
|
|
||||||
top_p: 0.95
|
|
||||||
top_k: 64
|
|
||||||
repeat-penalty: 1.0
|
|
||||||
min_p: 0.0
|
|
||||||
presence-penalty: 0.0
|
|
||||||
|
|||||||
@ -1,3 +0,0 @@
|
|||||||
[pytest]
|
|
||||||
testpaths = tests
|
|
||||||
pythonpath = .
|
|
||||||
Loading…
Reference in New Issue
Block a user