Qwen Qwen3 30B A3B GGUF

🚀 Qwen3-30B-A3B的Llamacpp imatrix量化版本

本項目是對Qwen3-30B-A3B模型進行量化處理，使用 llama.cpp 發佈版本 b5200 進行量化操作。通過優化的量化技術，在保證模型性能的同時，有效減少了模型的存儲空間和計算資源需求，使得模型在更多設備上能夠高效運行。

基本信息

原模型鏈接

https://huggingface.co/Qwen/Qwen3-30B-A3B

🚀 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（並補充了額外的合成數據，後續會發布）生成。你可以通過以下兩種方式運行這些量化模型：

• 使用LM Studio：在 LM Studio 中運行。
• 直接使用llama.cpp：在 llama.cpp 或任何基於llama.cpp的項目中運行。

提示格式

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

新增內容

改進了imatrix數據集，進一步提升了模型的性能和穩定性。

📦 模型下載

你可以從以下列表中選擇下載單個文件（而非整個分支）：

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，而非默認設置。

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Qwen_Qwen3-30B-A3B-GGUF --include "Qwen_Qwen3-30B-A3B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Qwen_Qwen3-30B-A3B-GGUF --include "Qwen_Qwen3-30B-A3B-Q8_0/*" --local-dir ./

🔧 技術細節

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，如果你想獲得稍好的質量，可以使用IQ4_NL，這得益於 此PR，它也會為ARM重新打包權重，但目前僅適用於4_4。加載時間可能會較慢，但總體速度會提高。

📚 如何選擇合適的文件

📄 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對本項目的贊助。

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