DeepSeek-R1-Distill-Qwen-32B-abliterated開源模型 - 多量化適配不同硬件需求

首頁

Deepseek R1 Distill Qwen 32B Abliterated GGUF

由bartowski開發

DeepSeek-R1-Distill-Qwen-32B-abliterated 是一個基於 Qwen-32B 的蒸餾版本，提供了多種量化選項以適應不同硬件需求。

大型語言模型 #高精度量化 #大語言模型 #蒸餾優化

下載量 20.10k

發布時間 : 1/25/2025

模型概述

該模型是一個經過蒸餾處理的大語言模型，支持多種量化類型，適用於不同計算資源環境下的高效推理。

模型特點

多種量化選項

提供從 BF16 到 IQ2_XXS 的多種量化類型，適應不同硬件和性能需求。

高效推理

通過量化技術顯著減少模型大小和內存佔用，提升推理速度。

高質量輸出

即使在高壓縮比下（如 Q4_K_M），仍能保持較高的生成質量。

模型能力

文本生成

問答系統

對話生成

文本摘要

使用案例

自然語言處理

聊天機器人

用於構建高效的對話系統，支持多輪對話。

在量化版本下仍能保持流暢的對話體驗。

內容生成

自動生成文章、故事或其他文本內容。

根據提示生成連貫、有邏輯的文本。

教育

智能輔導

作為教育輔助工具，回答學生問題。

提供準確、有幫助的回答。

🚀 DeepSeek-R1-Distill-Qwen-32B-abliterated的Llamacpp imatrix量化版本

本項目提供了DeepSeek-R1-Distill-Qwen-32B-abliterated模型的量化版本，使用特定工具和方法進行量化處理，方便不同硬件條件下的使用。

🚀 快速開始

運行環境

可以在 LM Studio 中運行這些量化模型。

提示詞格式

<｜begin▁of▁sentence｜>{system_prompt}<｜User｜>{prompt}<｜Assistant｜><｜end▁of▁sentence｜><｜Assistant｜>

✨ 主要特性

多種量化類型：提供了豐富的量化類型供選擇，如bf16、Q8_0、Q6_K_L等，以滿足不同的性能和質量需求。
在線重打包：部分量化類型支持在線重打包，可根據硬件情況自動優化性能。

📦 安裝指南

安裝huggingface-cli

首先，確保你已經安裝了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下載指定文件

你可以指定要下載的特定文件，例如：

huggingface-cli download bartowski/DeepSeek-R1-Distill-Qwen-32B-abliterated-GGUF --include "DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_M.gguf" --local-dir ./

下載拆分文件

如果模型大小超過50GB，它會被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/DeepSeek-R1-Distill-Qwen-32B-abliterated-GGUF --include "DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0），或者將它們全部下載到當前目錄（./）。

📚 詳細文檔

下載文件列表

文件名	量化類型	文件大小	拆分	描述
DeepSeek-R1-Distill-Qwen-32B-abliterated-bf16.gguf	bf16	65.54GB	true	完整的BF16權重。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0.gguf	Q8_0	34.82GB	false	極高質量，通常不需要，但為最大可用量化。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q6_K_L.gguf	Q6_K_L	27.26GB	false	嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q6_K.gguf	Q6_K	26.89GB	false	非常高質量，接近完美，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_L.gguf	Q5_K_L	23.74GB	false	嵌入和輸出權重使用Q8_0。高質量，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_M.gguf	Q5_K_M	23.26GB	false	高質量，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_S.gguf	Q5_K_S	22.64GB	false	高質量，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_1.gguf	Q4_1	20.64GB	false	舊格式，性能與Q4_K_S相似，但在蘋果硅芯片上每瓦處理的令牌數有所提高。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_L.gguf	Q4_K_L	20.43GB	false	嵌入和輸出權重使用Q8_0。質量良好，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_M.gguf	Q4_K_M	19.85GB	false	質量良好，適用於大多數用例的默認大小，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_S.gguf	Q4_K_S	18.78GB	false	質量稍低，但節省更多空間，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_0.gguf	Q4_0	18.71GB	false	舊格式，提供用於ARM和AVX CPU推理的在線重打包。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_NL.gguf	IQ4_NL	18.68GB	false	與IQ4_XS相似，但稍大。提供用於ARM CPU推理的在線重打包。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_XL.gguf	Q3_K_XL	17.93GB	false	嵌入和輸出權重使用Q8_0。質量較低但可用，適用於低內存情況。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_XS.gguf	IQ4_XS	17.69GB	false	質量不錯，比Q4_K_S小且性能相似，推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_L.gguf	Q3_K_L	17.25GB	false	質量較低但可用，適用於低內存情況。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_M.gguf	Q3_K_M	15.94GB	false	低質量。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ3_M.gguf	IQ3_M	14.81GB	false	中低質量，新方法，性能與Q3_K_M相當。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_S.gguf	Q3_K_S	14.39GB	false	低質量，不推薦。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ3_XS.gguf	IQ3_XS	13.71GB	false	質量較低，新方法，性能不錯，略優於Q3_K_S。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q2_K_L.gguf	Q2_K_L	13.07GB	false	嵌入和輸出權重使用Q8_0。質量非常低但出人意料地可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q2_K.gguf	Q2_K	12.31GB	false	質量非常低但出人意料地可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_M.gguf	IQ2_M	11.26GB	false	質量相對較低，使用最先進的技術，出人意料地可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_S.gguf	IQ2_S	10.39GB	false	質量低，使用最先進的技術，可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_XS.gguf	IQ2_XS	9.96GB	false	質量低，使用最先進的技術，可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_XXS.gguf	IQ2_XXS	9.03GB	false	質量非常低，使用最先進的技術，可用。

嵌入/輸出權重

部分量化（如Q3_K_XL、Q4_K_L等）是標準量化方法，其嵌入和輸出權重被量化為Q8_0，而不是通常的默認值。

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8，這些權重會在內存中交錯排列，以便通過一次加載更多數據來提高ARM和AVX機器的性能。

現在，有了所謂的權重“在線重打包”功能，詳情見此PR。如果你使用Q4_0，並且你的硬件可以從權重重打包中受益，它將自動即時進行重打包。

從llama.cpp構建版本 b4282 開始，你將無法運行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想獲得稍好的質量，可以使用IQ4_NL，這要歸功於此PR，它也會為ARM重打包權重，不過目前僅適用於4_4。加載時間可能會較慢，但總體速度會提高。

點擊查看Q4_0_X_X信息（已棄用）

我保留這部分內容是為了展示使用支持在線重打包的Q4_0在理論上可能的性能提升。

點擊查看AVX2系統（EPYC7702）上的基準測試

模型	大小	參數	後端	線程數	測試	每秒令牌數	與Q4_0相比的百分比
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%