mlabonne_Qwen3-8B-abliterated-GGUF開源模型 - 支持免費部署的文本生成利器

首頁

Mlabonne Qwen3 8B Abliterated GGUF

由bartowski開發

這是Qwen3-8B-abliterated模型的量化版本，使用llama.cpp進行量化，適用於文本生成任務。

大型語言模型 #多級量化選擇 #中文文本生成 #低資源部署

下載量 6,892

發布時間 : 4/29/2025

模型概述

該模型是基於Qwen3-8B-abliterated的量化版本，適用於文本生成任務，支持多種量化選項以適應不同硬件需求。

模型特點

多種量化選項

提供從BF16到Q2_K的多種量化選項，適應不同硬件和性能需求。

imatrix量化

使用imatrix選項進行量化，提升模型性能。

廣泛兼容性

支持在LM Studio和llama.cpp等平臺上運行。

模型能力

文本生成

自然語言處理

使用案例

文本生成

對話系統

可用於構建對話系統，生成自然語言響應。

內容創作

可用於生成文章、故事等內容。

🚀 mlabonne的Qwen3-8B-abliterated的Llamacpp imatrix量化版本

本項目是對mlabonne的Qwen3-8B-abliterated模型進行量化處理的成果。通過特定的量化方法，使得模型在不同硬件條件下能更高效地運行，為用戶提供了多種量化類型的選擇，以滿足不同的性能和質量需求。

🚀 快速開始

本項目使用 llama.cpp 的 b5200 版本進行量化。

原始模型地址：https://huggingface.co/mlabonne/Qwen3-8B-abliterated
所有量化模型均使用 imatrix 選項，並採用了此處的數據集。

你可以在以下環境中運行這些量化模型：

LM Studio
直接使用 llama.cpp 或任何基於 llama.cpp 的項目

✨ 主要特性

提示格式

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

模型下載

你可以從以下表格中選擇並下載所需的文件（非整個分支）：

文件名	量化類型	文件大小	拆分情況	描述
Qwen3-8B-abliterated-bf16.gguf	bf16	16.39GB	false	完整的BF16權重。
Qwen3-8B-abliterated-Q8_0.gguf	Q8_0	8.71GB	false	極高質量，通常不需要，但為最大可用量化。
Qwen3-8B-abliterated-Q6_K_L.gguf	Q6_K_L	7.03GB	false	嵌入和輸出權重使用Q8_0。非常高質量，接近完美，推薦。
Qwen3-8B-abliterated-Q6_K.gguf	Q6_K	6.73GB	false	非常高質量，接近完美，推薦。
Qwen3-8B-abliterated-Q5_K_L.gguf	Q5_K_L	6.24GB	false	嵌入和輸出權重使用Q8_0。高質量，推薦。
Qwen3-8B-abliterated-Q5_K_M.gguf	Q5_K_M	5.85GB	false	高質量，推薦。
Qwen3-8B-abliterated-Q5_K_S.gguf	Q5_K_S	5.72GB	false	高質量，推薦。
Qwen3-8B-abliterated-Q4_K_L.gguf	Q4_K_L	5.49GB	false	嵌入和輸出權重使用Q8_0。質量良好，推薦。
Qwen3-8B-abliterated-Q4_1.gguf	Q4_1	5.25GB	false	舊格式，性能與Q4_K_S相似，但在Apple硅芯片上每瓦處理的令牌數有所提高。
Qwen3-8B-abliterated-Q4_K_M.gguf	Q4_K_M	5.03GB	false	質量良好，是大多數用例的默認大小，推薦。
Qwen3-8B-abliterated-Q3_K_XL.gguf	Q3_K_XL	4.98GB	false	嵌入和輸出權重使用Q8_0。質量較低但可用，適合低內存情況。
Qwen3-8B-abliterated-Q4_K_S.gguf	Q4_K_S	4.80GB	false	質量略低，但節省空間，推薦。
Qwen3-8B-abliterated-Q4_0.gguf	Q4_0	4.79GB	false	舊格式，支持為ARM和AVX CPU推理進行在線重新打包。
Qwen3-8B-abliterated-IQ4_NL.gguf	IQ4_NL	4.79GB	false	與IQ4_XS相似，但略大。支持為ARM CPU推理進行在線重新打包。
Qwen3-8B-abliterated-IQ4_XS.gguf	IQ4_XS	4.56GB	false	質量尚可，比Q4_K_S小，性能相似，推薦。
Qwen3-8B-abliterated-Q3_K_L.gguf	Q3_K_L	4.43GB	false	質量較低但可用，適合低內存情況。
Qwen3-8B-abliterated-Q3_K_M.gguf	Q3_K_M	4.12GB	false	低質量。
Qwen3-8B-abliterated-IQ3_M.gguf	IQ3_M	3.90GB	false	中低質量，新方法，性能與Q3_K_M相當。
Qwen3-8B-abliterated-Q2_K_L.gguf	Q2_K_L	3.89GB	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。
Qwen3-8B-abliterated-Q3_K_S.gguf	Q3_K_S	3.77GB	false	低質量，不推薦。
Qwen3-8B-abliterated-IQ3_XS.gguf	IQ3_XS	3.63GB	false	質量較低，新方法，性能尚可，略優於Q3_K_S。
Qwen3-8B-abliterated-IQ3_XXS.gguf	IQ3_XXS	3.37GB	false	質量較低，新方法，性能尚可，與Q3量化相當。
Qwen3-8B-abliterated-Q2_K.gguf	Q2_K	3.28GB	false	質量非常低，但出人意料地可用。
Qwen3-8B-abliterated-IQ2_M.gguf	IQ2_M	3.05GB	false	質量相對較低，使用了最先進的技術，出人意料地可用。

嵌入/輸出權重

部分量化模型（如Q3_K_XL、Q4_K_L等）採用了標準量化方法，將嵌入和輸出權重量化為Q8_0，而非默認值。

📦 安裝指南

使用huggingface-cli下載

點擊查看下載說明

首先，確保你已安裝 huggingface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q4_K_M.gguf" --local-dir ./

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

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 mlabonne_Qwen3-8B-abliterated-Q8_0），也可以將它們全部下載到當前目錄（./）。

🔧 技術細節

ARM/AVX信息

以前，你會下載Q4_0_4_4/4_8/8_8，這些模型的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。

然而，現在有一種稱為“在線重新打包”的權重處理方式，詳情見此PR。如果你使用Q4_0，並且你的硬件能從重新打包權重中受益，它將自動即時進行處理。

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，如果你想獲得略好的質量，可以使用IQ4_NL，這得益於此PR，它也會為ARM重新打包權重，不過目前僅支持4_4。加載時間可能會更長，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新打包的Q4_0在性能上的潛在理論提升。

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	測試類型	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%