Mlabonne Qwen3 4B Abliterated GGUF

🚀 Llama.cpp對mlabonne的Qwen3-4B-abliterated模型的量化版本

本項目是使用llama.cpp對mlabonne的Qwen3-4B-abliterated模型進行量化處理後的版本。它提供了多種量化類型的文件，方便不同硬件配置和性能需求的用戶使用。通過本項目，用戶可以在不同的環境中高效地運行Qwen3-4B-abliterated模型。

🚀 快速開始

本項目使用 llama.cpp 版本 b5200 進行量化。原始模型可在 這裡 查看。所有量化文件均使用imatrix選項和來自 此數據集 生成。

你可以在 LM Studio 中運行這些量化文件，也可以直接使用 llama.cpp 或任何基於llama.cpp的項目來運行。

✨ 主要特性

提示格式

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

多種量化類型

提供了豐富的量化類型供用戶選擇，每種量化類型在文件大小、質量和性能上各有特點，用戶可以根據自己的硬件配置和需求進行選擇。具體量化類型及相關信息如下：

嵌入/輸出權重

部分量化文件（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，而非通常的默認值。

📦 安裝指南

使用huggingface-cli下載

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/mlabonne_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-abliterated-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/mlabonne_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-abliterated-Q8_0/*" --local-dir ./

📚 詳細文檔

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。

然而，現在有了一種稱為“在線重新打包”的權重處理方式，詳細信息可查看 此PR。如果你使用Q4_0，並且你的硬件可以從重新打包權重中受益，它將在運行時自動進行處理。

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。加載時間可能會變慢，但總體速度會提高。

如何選擇合適的文件

🔧 技術細節

本項目使用llama.cpp的特定版本（b5200）進行量化處理，通過imatrix選項結合特定的數據集生成多種量化類型的文件。在處理嵌入和輸出權重時，部分量化文件採用了特殊的量化方式（量化為Q8_0）。同時，針對ARM和AVX機器，引入了在線重新打包權重的技術，以提高性能。

📄 許可證

文檔中未提及相關許可證信息。

致謝

感謝kalomaze和Dampf協助創建imatrix校準數據集。 感謝ZeroWw提供關於嵌入/輸出實驗的靈感。 感謝LM Studio贊助我的工作。

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