feat: use Q8 quantization
This commit is contained in:
@@ -4,26 +4,18 @@ services:
|
||||
container_name: llama-cpp-qwen
|
||||
restart: unless-stopped
|
||||
ports:
|
||||
- "8000:8000"
|
||||
- 8000:8000
|
||||
volumes:
|
||||
- ./models:/models
|
||||
command:
|
||||
- -m
|
||||
- /models/qwen-3.5-0.8b/Qwen3.5-0.8B-UD-Q2_K_XL.gguf
|
||||
- --mmproj
|
||||
- /models/qwen-3.5-0.8b/mmproj-F16.gguf
|
||||
- --host
|
||||
- 0.0.0.0
|
||||
- --port
|
||||
- "8000"
|
||||
- --ctx-size
|
||||
- "16384"
|
||||
- --temp
|
||||
- "0.7"
|
||||
- --top-p
|
||||
- "0.8"
|
||||
- --top-k
|
||||
- "20"
|
||||
- --min-p
|
||||
- "0.00"
|
||||
|
||||
command: >
|
||||
-m /models/qwen/Qwen3.5-0.8B-UD-Q8_K_XL.gguf
|
||||
--mmproj /models/qwen/mmproj-F16.gguf
|
||||
--host 0.0.0.0 --port "8000"
|
||||
--ctx-size "16384"
|
||||
--temp "0.6"
|
||||
--top-p "1.00"
|
||||
--top-k "20"
|
||||
--min-p "0.00"
|
||||
--presence-penalty 2.0
|
||||
--repeat-penalty 1.0
|
||||
--chat-template-kwargs '{"enable_thinking":false}'
|
||||
|
||||
Reference in New Issue
Block a user