Qwen Qwen3 8B GGUF

🚀 Qwen3-8B的Llamacpp imatrix量化版本

本項目使用 llama.cpp 版本 b5200 對Qwen3-8B模型進行量化。該項目旨在提供不同量化級別的Qwen3-8B模型，以滿足不同硬件和性能需求。

基本信息

原模型鏈接

Qwen/Qwen3-8B

🚀 快速開始

所有量化模型均使用imatrix選項和來自此處的數據集生成。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

提示詞格式

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

📦 安裝指南

使用huggingface-cli下載文件

首先，確保你已經安裝了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/Qwen_Qwen3-8B-GGUF --include "Qwen_Qwen3-8B-Q4_K_M.gguf" --local-dir ./

如果模型大小超過50GB，它會被分割成多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Qwen_Qwen3-8B-GGUF --include "Qwen_Qwen3-8B-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如Qwen_Qwen3-8B-Q8_0），也可以將它們全部下載到當前目錄（./）。

💻 使用示例

下載文件選擇

嵌入/輸出權重說明

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文件，這些文件的權重會在內存中交錯排列，以便在ARM和AVX機器上通過一次加載更多數據來提高性能。

現在，有了所謂的“在線重新打包”權重功能，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。

從llama.cpp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，感謝 此PR，它也會為ARM重新打包權重，不過目前僅支持4_4。加載時間可能會變慢，但總體速度會提高。

如何選擇文件

🔧 技術細節

Q4_0_X_X信息（已棄用）

📄 許可證

本項目採用apache-2.0許可證。

致謝

感謝kalomaze和Dampf在創建imatrix校準數據集方面提供的幫助。

感謝ZeroWw在嵌入/輸出實驗方面提供的靈感。

感謝LM Studio對我工作的贊助。

如果你想支持我的工作，請訪問我的ko-fi頁面：https://ko-fi.com/bartowski