Qwen_Qwen3 - 1.7B - GGUFオープンソースモデル - 複数タイプの量子化をサポートするテキスト生成の強力ツール

ホーム

Qwen Qwen3 1.7B GGUF

bartowskiによって開発

Qwen/Qwen3-1.7Bを基にした量子化バージョンで、llama.cppを使用して量子化されており、複数の量子化タイプをサポートし、テキスト生成タスクに適しています。

大規模言語モデル #高効率な量子化 #多様なテキスト生成シナリオ #低メモリ最適化

ダウンロード数 7,150

リリース時間 : 4/28/2025

モデル概要

Qwen3-1.7Bの量子化バージョンで、テキスト生成タスクに適しており、複数の量子化タイプをサポートし、LM Studioまたはllama.cppで実行可能です。

モデル特徴

多様な量子化タイプ

bf16からQ2_Kまでの多様な量子化タイプを提供し、異なるハードウェアと性能要件に対応します。

高品質推奨

Q6_K_L、Q6_K、Q5_K_Lなどの高品質量子化バージョンの使用を推奨し、ほぼ完璧な性能を発揮します。

低メモリ最適化

Q3_K_XL、Q4_K_Lなどの低メモリ最適化バージョンを提供し、リソースが限られた環境に適しています。

ARM/AVXサポート

ARMおよびAVXデバイスのオンライン再パッケージ推論をサポートし、性能を向上させます。

モデル能力

テキスト生成

対話システム

コンテンツ作成

使用事例

テキスト生成

対話システム

インテリジェントな対話システムの構築に使用され、マルチターン対話をサポートします。

コンテンツ作成

記事、ストーリーなどのコンテンツ作成タスクを生成します。

quantized_by: bartowski pipeline_tag: text-generation base_model: Qwen/Qwen3-1.7B base_model_relation: quantized

QwenによるQwen3-1.7BのLlamacpp imatrix量子化

量子化にはllama.cppのリリースb5200を使用しています。

オリジナルモデル: https://huggingface.co/Qwen/Qwen3-1.7B

すべての量子化はimatrixオプションを使用し、データセットはこちらから取得しました。

LM Studioで実行可能

llama.cppまたは他のllama.cppベースのプロジェクトで直接実行可能

プロンプト形式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

以下のファイルをダウンロード（ブランチ全体ではなく）:

ファイル名	量子化タイプ	ファイルサイズ	分割	説明
Qwen3-1.7B-bf16.gguf	bf16	4.07GB	false	完全なBF16重み。
Qwen3-1.7B-Q8_0.gguf	Q8_0	2.17GB	false	非常に高品質、一般的には不要だが利用可能な最大量子化。
Qwen3-1.7B-Q6_K_L.gguf	Q6_K_L	1.82GB	false	埋め込みと出力重みにQ8_0を使用。非常に高品質、ほぼ完璧、推奨。
Qwen3-1.7B-Q6_K.gguf	Q6_K	1.67GB	false	非常に高品質、ほぼ完璧、推奨。
Qwen3-1.7B-Q5_K_L.gguf	Q5_K_L	1.66GB	false	埋め込みと出力重みにQ8_0を使用。高品質、推奨。
Qwen3-1.7B-Q4_K_L.gguf	Q4_K_L	1.51GB	false	埋め込みと出力重みにQ8_0を使用。良好な品質、推奨。
Qwen3-1.7B-Q5_K_M.gguf	Q5_K_M	1.47GB	false	高品質、推奨。
Qwen3-1.7B-Q5_K_S.gguf	Q5_K_S	1.44GB	false	高品質、推奨。
Qwen3-1.7B-Q3_K_XL.gguf	Q3_K_XL	1.41GB	false	埋め込みと出力重みにQ8_0を使用。品質は低いが使用可能、低RAM環境に適しています。
Qwen3-1.7B-Q4_1.gguf	Q4_1	1.34GB	false	レガシーフォーマット、Q4_K_Sと同等の性能ですが、Appleシリコン上でトークン/ワットが向上しています。
Qwen3-1.7B-Q4_K_M.gguf	Q4_K_M	1.28GB	false	良好な品質、ほとんどのユースケースに適したデフォルトサイズ、推奨。
Qwen3-1.7B-Q4_K_S.gguf	Q4_K_S	1.24GB	false	品質はやや低いがスペース節約効果大、推奨。
Qwen3-1.7B-Q4_0.gguf	Q4_0	1.23GB	false	レガシーフォーマット、ARMおよびAVX CPU推論用にオンライン再パッキングを提供。
Qwen3-1.7B-IQ4_NL.gguf	IQ4_NL	1.23GB	false	IQ4_XSと類似しているがやや大きい。ARM CPU推論用にオンライン再パッキングを提供。
Qwen3-1.7B-IQ4_XS.gguf	IQ4_XS	1.18GB	false	良好な品質、Q4_K_Sより小さく同等の性能、推奨。
Qwen3-1.7B-Q2_K_L.gguf	Q2_K_L	1.18GB	false	埋め込みと出力重みにQ8_0を使用。非常に低品質だが驚くほど使用可能。
Qwen3-1.7B-Q3_K_L.gguf	Q3_K_L	1.14GB	false	品質は低いが使用可能、低RAM環境に適しています。
Qwen3-1.7B-Q3_K_M.gguf	Q3_K_M	1.07GB	false	低品質。
Qwen3-1.7B-IQ3_M.gguf	IQ3_M	1.03GB	false	中低品質、Q3_K_Mに匹敵する性能を持つ新しい手法。
Qwen3-1.7B-Q3_K_S.gguf	Q3_K_S	1.00GB	false	低品質、非推奨。
Qwen3-1.7B-IQ3_XS.gguf	IQ3_XS	0.97GB	false	低品質、新しい手法でQ3_K_Sよりやや優れた性能。
Qwen3-1.7B-IQ3_XXS.gguf	IQ3_XXS	0.89GB	false	低品質、新しい手法でQ3量子化に匹敵する性能。
Qwen3-1.7B-Q2_K.gguf	Q2_K	0.88GB	false	非常に低品質だが驚くほど使用可能。
Qwen3-1.7B-IQ2_M.gguf	IQ2_M	0.83GB	false	比較的低品質だが、SOTA技術を使用して驚くほど使用可能。

埋め込み/出力重み

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力重みを通常のデフォルトではなくQ8_0に量子化した標準的な量子化手法です。

huggingface-cliを使用したダウンロード

クリックしてダウンロード手順を表示

まず、huggingface-cliがインストールされていることを確認してください:

pip install -U "huggingface_hub[cli]"

次に、特定のファイルをターゲットにできます:

huggingface-cli download bartowski/Qwen_Qwen3-1.7B-GGUF --include "Qwen_Qwen3-1.7B-Q4_K_M.gguf" --local-dir ./

モデルが50GBを超える場合、複数のファイルに分割されています。これらすべてをローカルフォルダにダウンロードするには、以下を実行します:

huggingface-cli download bartowski/Qwen_Qwen3-1.7B-GGUF --include "Qwen_Qwen3-1.7B-Q8_0/*" --local-dir ./

新しいlocal-dir（Qwen_Qwen3-1.7B-Q8_0）を指定するか、すべてをその場（./）にダウンロードできます。

ARM/AVX情報

以前は、Q4_0_4_4/4_8/8_8をダウンロードし、これらの重みはメモリ内でインターリーブされ、ARMおよびAVXマシン上のパフォーマンスを向上させるために一度により多くのデータをロードしていました。

しかし、現在は重みの「オンライン再パッキング」と呼ばれるものがあります。詳細はこのPRにあります。Q4_0を使用し、ハードウェアが重みの再パッキングの恩恵を受ける場合、自動的にオンザフライで行われます。

llama.cppビルドb4282以降、Q4_0_X_Xファイルを実行できなくなり、代わりにQ4_0を使用する必要があります。

さらに、このPRのおかげで、IQ4_NLを使用すると、ARM用に重みを再パッキングし、現在は4_4のみですが、品質がわずかに向上します。ロード時間は遅くなる可能性がありますが、全体的な速度向上につながります。

クリックしてQ4_0_X_X情報を表示（非推奨）

このセクションは、Q4_0とオンライン再パッキングを使用した場合の潜在的な理論上のパフォーマンス向上を示すために保持しています。

クリックしてAVX2システム（EPYC7702）上のベンチマークを表示

モデル	サイズ	パラメータ	バックエンド	スレッド	テスト	t/s	% (vs Q4_0)
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%