---
base_model: latam-gpt/Llama-3.1-70B-LatamGPT-SFT-1.0
language:
- es
- pt
- en
tags:
- llama-cpp
- gguf-my-repo
- quantization
- imatrix
- latam
- spanish
pipeline_tag: text-generation
license: llama3.1
---

# LatamGPT 3.1 70B SFT - GGUF (IQ3_M)

Este repositorio contiene la version cuantizada a 3 bits (IQ3_M) en formato GGUF para Llama-3.1-70B-LatamGPT-SFT-1.0, un modelo Llama 3.1 afinado especificamente para el espanol y portugues de Latinoamerica.

Estos pesos fueron procesados usando llama.cpp con una Matriz de Importancia (imatrix) personalizada, calibrada en el set de datos conversacional CohereForAI/aya_dataset. Esta version de 3 bits recupera la capacidad de razonamiento logico del modelo base, superando las limitaciones de versiones mas comprimidas.

## Archivo Disponible

| Nombre del Archivo | Tipo de Cuantizacion | Tamano | Memoria Requerida | Descripcion |
|---|---|---|---|---|
| latamgpt-IQ3_M.gguf | IQ3_M (3-bit) | ~30 GB | ~32 GB (o 24GB VRAM + RAM) | Excelente balance entre compresion e inteligencia. Mantiene la coherencia logica y la fluidez del lenguaje. |

## Notas de Hardware
Debido a que el archivo pesa aproximadamente 30 GB, no cabe completamente en una sola tarjeta de 24 GB de VRAM. Se recomienda descargar parcialmente las capas a la memoria RAM del sistema (por ejemplo, limitando las capas en la GPU a 55).

## Como Ejecutar con llama.cpp

Los modelos de la familia Llama 3.1 son sensibles a ciertos parametros de muestreo. Recomendamos usar el muestreo Min-P y desactivar la penalizacion de repeticion (dejandola en 1.0) para evitar bucles de texto.

Comando recomendado para la terminal usando llama-cli:

```bash
./llama-cli \
    -m latamgpt-IQ3_M.gguf \
    -c 2048 \
    -ngl 55 \
    -i \
    --chat-template llama3 \
    -sys "Eres LatamGPT, un asistente chileno util y amigable. Respondes siempre en espanol de Chile de forma coherente." \
    --temp 0.6 \
    --min-p 0.05 \
    --top-p 1.0 \
    --top-k 0 \
    --repeat-penalty 1.0 \
    -r "<|eot_id|>" \
    -r "assistant" \
    -r "user" \
    -r "<|start_header_id|>"
```

## Formato del Prompt (Llama 3.1)

Si utilizas interfaces graficas (como LM Studio o text-generation-webui), asegurate de que la plantilla de chat este configurada estrictamente como Llama 3:
```Plaintext

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{response}<|eot_id|>
```