GGUF-версия MiaoMiao-Harem — модель Stable Diffusion для генерации изображений по текстовым запросам.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
btaskel опубликовал GGUF-версию MiaoMiao-Harem v1.4 — модели Stable Diffusion для генерации изображений по текстовым запросам. В метаданных исходная модель указана как jd09876/miaomiao-harem; репозиторий помечен как производный вариант и содержит формат GGUF BF16.
Модель предназначена для создания изображений по текстовым описаниям. README приводит опыт автора с вариантами квантования Q4_K_S и Q4_K_M, отмечая компромисс между размером, скоростью и квантованием; эти советы не описывают отдельные характеристики файлов этой версии.
Условия лицензии в доступных данных не приведены.
В README нет описания качества, параметров генерации или ограничений; приведены лишь общие замечания автора о вариантах квантования. Лицензия в доступных данных не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
From MIAOKA/MiaoMiao Harem: https://civitai.com/models/934764?modelVersionId=1239062
Based on my experience, Q4_K_S and Q4_K_M are usually the balance points between model size, quantization, and speed.
In some benchmarks, selecting a large-parameter high-quantization LLM tends to perform better than a small-parameter low-quantization LLM.
根据我的经验，通常Q4_K_S、Q4_K_M是模型尺寸/量化/速度的平衡点
在某些基准测试中，选择大参数低量化模型往往比选择小参数高量化模型表现更好。
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).