问题：
在使用开源大模型时，多数情况下从HuggingFace或者modelscope中不提供gguf格式权重文件，此时需要对给定的权重文件进行转换。
解决办法：
以Qwen-1.5 32B的模型为例。

第一步：下载模型权重

进入Qwen-1.5 32B的modelscope网址下载模型文件，具体下载方法这里不再赘述。

第二步：克隆llama.cpp的github仓库，并编译

git clone https://github.com/ggerganov/llama.cpp.git

接着，进入llama.cpp目录，并使用make进行编译：

cd llama.cpp
make

编译完成后，llama.cpp目录相较于之前会多出来很多文件。

第三步：转gguf格式

首先使用以下命令安装所有依赖库。

pip install -r requirements.txt

然后使用如下指令生成gguf格式模型文件。

python convert-hf-to-gguf.py [Qwen-1.5 32B文件夹位置]

执行完成后在[Qwen-1.5 32B文件夹位置]目录下会产生gguf格式的模型文件。

此时模型文件大小并没有发生变化，只是转了格式而已，依然有65GB，下面尝试做模型量化

第四步：模型量化（可选）

模型量化的版本有很多，这里选择使用Q4_0版本进行量化。

 ./quantize [Qwen-1.5 32B文件夹位置/ggml-model-f16.gguf]  [Qwen-1.5 32B文件夹位置/ggml-model-Q4_0.gguf] Q4_0

可以看出经过Q4_0量化后生成的模型文件小很多(18GB)。