SmolLM3-3B-Q4_K_M-GGUF
Modelo cuantizado a 4 bits (Q4_K_M) del modelo SmolLM3-3B, optimizado para la ejecución eficiente en equipos locales mediante Ollama y llama.cpp.
🛠️ Pruebas Realizadas
- Equipo de prueba: Procesador multinúcleo, 16 GB de RAM, Windows 11.
- Rendimiento de velocidad: Velocidad media de generación superior a 162,50 tokens por segundo (
eval rate). - Consumo de memoria: Ocupación real en RAM es de 2.3 GB (medido mediante
ollama ps). - Validación de calidad: Evaluado mediante batería de preguntas estándar, destacando una excelente comprensión multilingüe en español y razonamiento lógico intacto frente a la versión Q8_0.
- Limitaciones detectadas: Consumo de recursos moderado en tareas concurrentes pesadas debido al tamaño de 3B parámetros.
🚀 Cómo usarlo con Ollama
Puedes descargar y ejecutar este modelo directamente en tu equipo con el siguiente comando:
ollama run hf.co/tu-usuario/SmolLM3-3B-Q4_K_M-GGUF
# Becka00/SmolLM3-3B-Q4_K_M-GGUF
This model was converted to GGUF format from [`HuggingFaceTB/SmolLM3-3B`](https://huggingface.co/HuggingFaceTB/SmolLM3-3B) using llama.cpp via the ggml.ai's [GGUF-my-repo](https://huggingface.co/spaces/ggml-org/gguf-my-repo) space.
Refer to the [original model card](https://huggingface.co/HuggingFaceTB/SmolLM3-3B) for more details on the model.
## Use with llama.cpp
Install llama.cpp through brew (works on Mac and Linux)
```bash
brew install llama.cpp
Invoke the llama.cpp server or the CLI.
CLI:
llama-cli --hf-repo Becka00/SmolLM3-3B-Q4_K_M-GGUF --hf-file smollm3-3b-q4_k_m.gguf -p "The meaning to life and the universe is"
Server:
llama-server --hf-repo Becka00/SmolLM3-3B-Q4_K_M-GGUF --hf-file smollm3-3b-q4_k_m.gguf -c 2048
Note: You can also use this checkpoint directly through the usage steps listed in the Llama.cpp repo as well.
Step 1: Clone llama.cpp from GitHub.
git clone https://github.com/ggerganov/llama.cpp
Step 2: Move into the llama.cpp folder and build it with LLAMA_CURL=1 flag along with other hardware-specific flags (for ex: LLAMA_CUDA=1 for Nvidia GPUs on Linux).
cd llama.cpp && LLAMA_CURL=1 make
Step 3: Run inference through the main binary.
./llama-cli --hf-repo Becka00/SmolLM3-3B-Q4_K_M-GGUF --hf-file smollm3-3b-q4_k_m.gguf -p "The meaning to life and the universe is"
or
./llama-server --hf-repo Becka00/SmolLM3-3B-Q4_K_M-GGUF --hf-file smollm3-3b-q4_k_m.gguf -c 2048