metadata
license: mit
What is this?
AXCXEPT社がphi-4にDeepseek R1の強化学習を導入して作成した非思考モデル、phi-4-deepseek-R1K-RL-EZO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。
また、CUDA版llama.cppがbfloat16に対応したため、imatrixの算出は本来の数値精度であるBF16のモデルを使用して行いました。
Chat template
<|im_start|>system<|im_sep|>ここにSystem Promptを書きます<|im_end|><|im_start|>user<|im_sep|>ここにMessageを書きます<|im_end|><|im_start|>assistant<|im_sep|>
Note
llama.cpp-b4451以降と合わせてご利用ください。
Environment
Windows版llama.cpp-b4514およびllama.cpp-b4524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
MIT
Developer
Microsoft Research & AXCXEPT