Update README with multi-format conversion results

README.md

@@ -1,65 +1,78 @@
-# GGUF Models Collection
+---
+pretty_name: GGUF Models Collection (Multi-Format)
+tags:
+- gguf
+- llama.cpp
+- inference
+- quantization
+- fp16
+- q4_k_m
+- q8_0
+license: other
+---
+
+# GGUF Models Collection - 多格式版本
+
+這個倉庫包含多種量化格式的 GGUF 模型檔案。
 
-這個倉庫包含轉換為 GGUF 格式的模型檔案。
+## 格式說明
+
+| 格式 | 描述 | 品質 | 檔案大小 | 推薦用途 |
+|------|------|------|----------|----------|
+| FP16 | 16位浮點 | 最高 | 最大 | 高精度推理、微調基準 |
+| Q8_0 | 8位量化 | 高 | 中等 | 高品質推理、伺服器部署 |
+| Q4_K_M | 4位混合量化 | 良好 | 最小 | 本地部署、快速推理 |
 
 ## 轉換摘要
 
 - 📊 成功轉換: 3/4 個模型
 - 📈 成功率: 75.0%
-- 🔧 主要格式: FP16
-- 🕒 更新時間: 2025-08-29 03:48:56
+- 🔧 支援格式: FP16, Q8_0, Q4_K_M
+- 🕒 更新時間: 2025-08-29 04:34:43
 
 ## 模型列表
 
-| 模型名 | 原始倉庫 | 格式 | 檔案大小 | 狀態 |
-|--------|----------|------|----------|------|
-| deepseek-1.3b-sql-final-t4x2 | [Paul720810/deepseek-1.3b-sql-final-t4x2](https://huggingface.co/Paul720810/deepseek-1.3b-sql-final-t4x2) | FP16 | 2569.5MB | ✅ 成功 |
-| codegemma-2b-sql-coder-finetuned | [Paul720810/codegemma-2b-sql-coder-finetuned](https://huggingface.co/Paul720810/codegemma-2b-sql-coder-finetuned) | FP16 | 4786.0MB | ✅ 成功 |
-| qwen2-7b-sql-merged-final-t4x2 | [Paul720810/qwen2-7b-sql-merged-final-t4x2](https://huggingface.co/Paul720810/qwen2-7b-sql-merged-final-t4x2) | N/A | N/A | ❌ 失敗 |
-| qwen-coder-1.5b-sql-final-t4x2 | [Paul720810/qwen-coder-1.5b-sql-final-t4x2](https://huggingface.co/Paul720810/qwen-coder-1.5b-sql-final-t4x2) | FP16 | 2950.4MB | ✅ 成功 |
+| 模型名 | FP16 | Q8_0 | Q4_K_M | 狀態 |
+|--------|------|------|--------|------|
+| deepseek-1.3b-sql-final-t4x2 | 2569.5MB | N/A | N/A | ✅ 成功 |
+| codegemma-2b-sql-coder-finetuned | 4786.0MB | N/A | N/A | ✅ 成功 |
+| qwen2-7b-sql-merged-final-t4x2 | N/A | N/A | N/A | ❌ 失敗 |
+| qwen-coder-1.5b-sql-final-t4x2 | 2950.4MB | N/A | N/A | ✅ 成功 |
+
 
 ## 使用說明
 
 ### 下載模型
-```bash
-# 使用 huggingface_hub（Python）
+```python
 from huggingface_hub import hf_hub_download
-model_path = hf_hub_download(repo_id="Paul720810/gguf-models", filename="模型名.fp16.gguf", repo_type="dataset")
-```
 
-### 支援的推理工具
-- llama.cpp: 原生支援
-- Ollama: 直接匯入
-- LM Studio: 拖放檔案
-- text-generation-webui: 放入 models 目錄
-
-### 量化建議
-
-注意：目前為 FP16 檔案，若需更小體積可本地量化：
+# FP16 版本（最高品質）
+fp16_model = hf_hub_download(
+    repo_id="Paul720810/gguf-models",
+    filename="模型名.fp16.gguf",
+    repo_type="dataset"
+)
+
+# Q4_K_M 版本（平衡，推薦）
+q4_model = hf_hub_download(
+    repo_id="Paul720810/gguf-models",
+    filename="模型名.q4_k_m.gguf",
+    repo_type="dataset"
+)
+```
 
-```bash
-# 量化為 Q4_K_M（推薦）
-./quantize your_model.fp16.gguf your_model.q4_k_m.gguf Q4_K_M
+### 格式選擇建議
 
-# 量化為 Q8_0（高品質）
-./quantize your_model.fp16.gguf your_model.q8_0.gguf Q8_0
-```
+- **FP16**: 最高精度，適合研究和基準測試
+- **Q8_0**: 高品質，檔案約為 FP16 的 50%
+- **Q4_K_M**: 最小檔案，檔案約為 FP16 的 25%，適合本地部署
 
 ## 技術資訊
-- 🛠️ 轉換工具: llama.cpp（Python 轉換腳本）+ Python
+
+- 🛠️ 轉換工具: llama.cpp + llama-cpp-python
 - 🌐 轉換環境: Kaggle Notebook
 - 📦 格式標準: GGUF
-- 🔧 量化類型（主要）: FP16
-
-## 故障排除
-1. 檔案完整性：確認下載完整
-2. 工具版本：使用最新版的推理工具
-3. 記憶體要求：確保有足夠的 RAM
-4. 格式相容性：確認工具支援 GGUF
-
-## 更新日誌
-- 初始轉換: 共處理 4 個模型，成功 3 個
-- 更新時間: 2025-08-29 03:48:56
+- 🔧 量化方法: K-means quantization
 
 ---
-*自動生成於 Kaggle Notebook*
+*自動生成於 Kaggle Notebook*