Qwen Qwen3 4B GGUF

🚀 Qwen3-4B的Llamacpp imatrix量化版本

本項目使用 llama.cpp 的 b5200 版本進行量化。原始模型可在 這裡 查看。所有量化模型均使用 imatrix 選項，並採用了 此數據集。

🚀 快速開始

你可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或其他基於 llama.cpp 的項目來運行。

✨ 主要特性

• 使用特定版本的 llama.cpp 進行量化，確保量化的準確性和穩定性。
• 提供多種量化類型，滿足不同場景下對模型質量和文件大小的需求。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Qwen_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Qwen_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

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

📚 詳細文檔

下載文件

你可以從以下列表中選擇並下載單個文件（而非整個分支）：

嵌入/輸出權重

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

ARM/AVX 信息

以前，你會下載 Q4_0_4_4/4_8/8_8 模型，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，現在有了一種名為“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 模型，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，如果你想獲得略高的質量，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 格式。加載時間可能會更長，但總體速度會提高。