%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
モデル概要
モデル特徴
モデル能力
使用事例
quantized_by: bartowski pipeline_tag: text-generation tags: [] base_model: mlabonne/Qwen3-8B-abliterated base_model_relation: quantized
mlabonneのQwen3-8B-abliteratedに対する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/mlabonne/Qwen3-8B-abliterated
すべての量子化はこちらのデータセットを使用してimatrixオプションで作成されました
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 |
|---|---|---|---|---|
| Qwen3-8B-abliterated-bf16.gguf | bf16 | 16.39GB | false | 完全なBF16重み |
| Qwen3-8B-abliterated-Q8_0.gguf | Q8_0 | 8.71GB | false | 非常に高品質、通常不要だが利用可能な最大量子化 |
| Qwen3-8B-abliterated-Q6_K_L.gguf | Q6_K_L | 7.03GB | 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 |
| Qwen3-8B-abliterated-Q6_K.gguf | Q6_K | 6.73GB | false | 非常に高品質、ほぼ完璧、推奨 |
| Qwen3-8B-abliterated-Q5_K_L.gguf | Q5_K_L | 6.24GB | false | 埋め込みと出力重みにQ8_0を使用。高品質、推奨 |
| Qwen3-8B-abliterated-Q5_K_M.gguf | Q5_K_M | 5.85GB | false | 高品質、推奨 |
| Qwen3-8B-abliterated-Q5_K_S.gguf | Q5_K_S | 5.72GB | false | 高品質、推奨 |
| Qwen3-8B-abliterated-Q4_K_L.gguf | Q4_K_L | 5.49GB | false | 埋め込みと出力重みにQ8_0を使用。良好な品質、推奨 |
| Qwen3-8B-abliterated-Q4_1.gguf | Q4_1 | 5.25GB | false | レガシー形式、Q4_K_Sと同等の性能だがAppleシリコンでtokens/wattが向上 |
| Qwen3-8B-abliterated-Q4_K_M.gguf | Q4_K_M | 5.03GB | 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 |
| Qwen3-8B-abliterated-Q3_K_XL.gguf | Q3_K_XL | 4.98GB | 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環境向け |
| Qwen3-8B-abliterated-Q4_K_S.gguf | Q4_K_S | 4.80GB | false | 品質はやや低いがスペース節約、推奨 |
| Qwen3-8B-abliterated-Q4_0.gguf | Q4_0 | 4.79GB | false | レガシー形式、ARMおよびAVX CPU推論用のオンライン再パッキングを提供 |
| Qwen3-8B-abliterated-IQ4_NL.gguf | IQ4_NL | 4.79GB | false | IQ4_XSに類似、やや大きい。ARM CPU推論用のオンライン再パッキングを提供 |
| Qwen3-8B-abliterated-IQ4_XS.gguf | IQ4_XS | 4.56GB | false | 適度な品質、Q4_K_Sより小さく同等性能、推奨 |
| Qwen3-8B-abliterated-Q3_K_L.gguf | Q3_K_L | 4.43GB | false | 品質は低いが使用可能、低RAM環境向け |
| Qwen3-8B-abliterated-Q3_K_M.gguf | Q3_K_M | 4.12GB | false | 低品質 |
| Qwen3-8B-abliterated-IQ3_M.gguf | IQ3_M | 3.90GB | false | 中低品質、Q3_K_Mに匹敵する性能の新しい手法 |
| Qwen3-8B-abliterated-Q2_K_L.gguf | Q2_K_L | 3.89GB | 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 |
| Qwen3-8B-abliterated-Q3_K_S.gguf | Q3_K_S | 3.77GB | false | 低品質、非推奨 |
| Qwen3-8B-abliterated-IQ3_XS.gguf | IQ3_XS | 3.63GB | false | 低品質、Q3_K_Sよりやや優れた性能の新しい手法 |
| Qwen3-8B-abliterated-IQ3_XXS.gguf | IQ3_XXS | 3.37GB | false | 低品質、Q3量子化に匹敵する性能の新しい手法 |
| Qwen3-8B-abliterated-Q2_K.gguf | Q2_K | 3.28GB | false | 非常に低品質だが驚くほど使用可能 |
| Qwen3-8B-abliterated-IQ2_M.gguf | IQ2_M | 3.05GB | false | 比較的低品質だが、驚くほど使用可能なSOTA技術を採用 |
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値ではなくQ8_0で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、特定のファイルを指定してダウンロードできます:
huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-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。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/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q8_0/*" --local-dir ./
新しいlocal-dir（mlabonne_Qwen3-8B-abliterated-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マシンで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」と呼ばれる機能があります。詳細はこのPRをご覧ください。Q4_0を使用し、ハードウェアが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実行されます。
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により、ARM用に重みを再パッキングするIQ4_NLを使用することで、やや良い品質を得ることができます（現時点では4_4のみ）。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理論的な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）でのベンチマークを表示
| model | size | params | backend | threads | test | 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% |
Q4_0_8_8はプロンプト処理に良い向上をもたらし、テキスト生成にも小さな向上をもたらします
どのファイルを選ぶべきか？
詳細はこちらをクリック
Artefact2による優れた説明とチャートがこちらにあります
最初に、実行可能なモデルのサイズを把握する必要があります。これには、使用可能なRAMおよび/またはVRAMの量を把握する必要があります。
可能な限り高速にモデルを実行したい場合は、モデル全体をGPUのVRAMに収める必要があります。GPUの総VRAMより1-2GB小さい量子化を選択してください。
絶対的な最高品質を求めたい場合は、システムRAMとGPUのVRAMを合計し、同様に合計より1-2GB小さい量子化を選択してください。
次に、「I-quant」または「K-quant」のどちらを使用するかを決定する必要があります。
あまり考えたくない場合は、K-quantのいずれかを選択してください。これらは「QX_K_X」形式で、Q5_K_Mなどです。
さらに詳しく知りたい場合は、この非常に便利な機能チャートを確認してください:
基本的に、Q4以下を目指していて、cuBLAS（Nvidia）またはrocBLAS（AMD）を実行している場合は、I-quantを検討する必要があります。これらはIQX_X形式で、IQ3_Mなどです。これらは新しく、サイズに対してより良いパフォーマンスを提供します。
これらのI-quantはCPUでも使用できますが、K-quant相当よりも遅くなるため、速度とパフォーマンスのトレードオフを決定する必要があります。
クレジット
imatrixキャリブレーションデータセットの作成に協力してくれたkalomazeとDampfに感謝します。
埋め込み/出力の実験にインスピレーションを与えてくれたZeroWwに感謝します。
私の仕事を支援してくれたLM Studioに感謝します。
私の仕事をサポートしたいですか？私のko-fiページはこちら: https://ko-fi.com/bartowski
Transformers Transformers 複数言語対応 Transformers 複数言語対応 Transformers 英語