mlabonne_Qwen3-1.7B-abliterated-GGUF開源模型 - 支持多類型量化的文本生成工具

首頁

Mlabonne Qwen3 1.7B Abliterated GGUF

由bartowski開發

這是一個基於Qwen3-1.7B-abliterated模型的量化版本，使用llama.cpp進行量化，支持多種量化類型，適用於文本生成任務。

大型語言模型 #多量化版本 #輕量級生成 #中文對話優化

下載量 1,493

發布時間 : 4/30/2025

模型概述

該模型是Qwen3-1.7B-abliterated的量化版本，適用於文本生成任務，支持多種量化類型，可在LM Studio或llama.cpp中運行。

模型特點

多種量化選項

提供從BF16到Q2_K的多種量化版本，滿足不同硬件需求。

imatrix量化

使用imatrix選項進行量化，提升模型性能。

支持多種運行環境

可在LM Studio、llama.cpp或任何基於llama.cpp的項目中運行。

嵌入/輸出權重優化

部分量化版本中，嵌入和輸出權重被量化為Q8_0，提升性能。

模型能力

文本生成

多語言支持

量化推理

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

輔助生成文章、故事等內容。

🚀 mlabonne的Qwen3-1.7B-abliterated的Llamacpp imatrix量化版本

本項目是對mlabonne的Qwen3-1.7B-abliterated模型進行量化處理後的版本。通過量化，可在不同硬件條件下更高效地運行該模型。

🚀 快速開始

量化工具

使用 llama.cpp 的 b5228 版本進行量化。

原始模型

原始模型可從這裡獲取。

運行方式

使用LM Studio：可在 LM Studio 中運行量化後的模型。
使用llama.cpp：可直接使用 llama.cpp 或其他基於llama.cpp的項目運行。

✨ 主要特性

提示格式

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

嵌入/輸出權重

部分量化版本（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，會下載Q4_0_4_4/4_8/8_8版本，其權重在內存中交錯排列，以提高ARM和AVX機器的性能。
現在，有了“在線重新打包”功能，詳情見此PR。若使用Q4_0且硬件適合重新打包權重，系統將自動進行。
從llama.cpp的 b4282 版本開始，無法運行Q4_0_X_X文件，需使用Q4_0。
若想獲得更好的質量，可使用IQ4_NL，見此PR，它會為ARM重新打包權重，雖加載時間可能較長，但整體速度會提升。

📦 安裝指南

使用huggingface-cli下載

點擊查看下載說明

首先，確保已安裝huggingface-cli：

pip install -U "huggingface_hub[cli]"

然後，可指定要下載的特定文件：

huggingface-cli download bartowski/mlabonne_Qwen3-1.7B-abliterated-GGUF --include "mlabonne_Qwen3-1.7B-abliterated-Q4_K_M.gguf" --local-dir ./

若模型大於50GB，會被拆分為多個文件。若要將所有文件下載到本地文件夾，可運行：

huggingface-cli download bartowski/mlabonne_Qwen3-1.7B-abliterated-GGUF --include "mlabonne_Qwen3-1.7B-abliterated-Q8_0/*" --local-dir ./

可指定新的本地目錄（如mlabonne_Qwen3-1.7B-abliterated-Q8_0），或直接下載到當前目錄（./）。

📚 詳細文檔

下載文件選擇

點擊查看詳情

Artefact2提供了一份很棒的文檔，包含各種性能圖表，可從這裡查看。

選擇文件時，需考慮以下幾點：

確定可運行的模型大小：需瞭解系統的RAM和/或VRAM容量。
- 若想模型運行速度最快，應選擇文件大小比GPU的VRAM小1 - 2GB的量化版本。
- 若追求最高質量，可將系統RAM和GPU的VRAM相加，選擇文件大小比該總和小1 - 2GB的量化版本。
選擇'I-quant'或'K-quant'：
- 若不想過多考慮，可選擇K-quant，格式為'QX_K_X'，如Q5_K_M。
- 若想深入瞭解，可查看 llama.cpp特性矩陣。一般來說，若目標是Q4以下，且使用cuBLAS（Nvidia）或rocBLAS（AMD），應考慮I-quant，格式為IQX_X，如IQ3_M。I-quant較新，相同大小下性能更好，但在CPU上運行比K-quant慢，需權衡速度和性能。

下載文件列表

文件名	量化類型	文件大小	拆分情況	描述
Qwen3-1.7B-abliterated-bf16.gguf	bf16	3.45GB	false	完整的BF16權重。
Qwen3-1.7B-abliterated-Q8_0.gguf	Q8_0	1.83GB	false	極高質量，通常無需使用，但為可用的最高量化版本。
Qwen3-1.7B-abliterated-Q6_K_L.gguf	Q6_K_L	1.49GB	false	嵌入和輸出權重量化為Q8_0。非常高質量，接近完美，推薦。
Qwen3-1.7B-abliterated-Q6_K.gguf	Q6_K	1.42GB	false	非常高質量，接近完美，推薦。
Qwen3-1.7B-abliterated-Q5_K_L.gguf	Q5_K_L	1.33GB	false	嵌入和輸出權重量化為Q8_0。高質量，推薦。
Qwen3-1.7B-abliterated-Q5_K_M.gguf	Q5_K_M	1.26GB	false	高質量，推薦。
Qwen3-1.7B-abliterated-Q5_K_S.gguf	Q5_K_S	1.23GB	false	高質量，推薦。
Qwen3-1.7B-abliterated-Q4_K_L.gguf	Q4_K_L	1.18GB	false	嵌入和輸出權重量化為Q8_0。質量良好，推薦。
Qwen3-1.7B-abliterated-Q4_1.gguf	Q4_1	1.14GB	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。
Qwen3-1.7B-abliterated-Q4_K_M.gguf	Q4_K_M	1.11GB	false	質量良好，是大多數用例的默認大小，推薦。
Qwen3-1.7B-abliterated-Q3_K_XL.gguf	Q3_K_XL	1.08GB	false	嵌入和輸出權重量化為Q8_0。質量較低但可用，適合內存不足的情況。
Qwen3-1.7B-abliterated-Q4_K_S.gguf	Q4_K_S	1.06GB	false	質量略低，但節省空間，推薦。
Qwen3-1.7B-abliterated-Q4_0.gguf	Q4_0	1.06GB	false	舊格式，支持為ARM和AVX CPU推理進行在線重新打包。
Qwen3-1.7B-abliterated-IQ4_NL.gguf	IQ4_NL	1.05GB	false	與IQ4_XS相似，但略大。支持為ARM CPU推理進行在線重新打包。
Qwen3-1.7B-abliterated-IQ4_XS.gguf	IQ4_XS	1.01GB	false	質量尚可，比Q4_K_S小，性能相似，推薦。
Qwen3-1.7B-abliterated-Q3_K_L.gguf	Q3_K_L	1.00GB	false	質量較低但可用，適合內存不足的情況。
Qwen3-1.7B-abliterated-Q3_K_M.gguf	Q3_K_M	0.94GB	false	質量較低。
Qwen3-1.7B-abliterated-IQ3_M.gguf	IQ3_M	0.90GB	false	中低質量，新方法，性能與Q3_K_M相當。
Qwen3-1.7B-abliterated-Q3_K_S.gguf	Q3_K_S	0.87GB	false	質量較低，不推薦。
Qwen3-1.7B-abliterated-Q2_K_L.gguf	Q2_K_L	0.85GB	false	嵌入和輸出權重量化為Q8_0。質量極低但意外可用。
Qwen3-1.7B-abliterated-IQ3_XS.gguf	IQ3_XS	0.83GB	false	質量較低，新方法，性能尚可，略優於Q3_K_S。
Qwen3-1.7B-abliterated-Q2_K.gguf	Q2_K	0.78GB	false	質量極低但意外可用。
Qwen3-1.7B-abliterated-IQ3_XXS.gguf	IQ3_XXS	0.75GB	false	質量較低，新方法，性能尚可，與Q3量化版本相當。
Qwen3-1.7B-abliterated-IQ2_M.gguf	IQ2_M	0.70GB	false	質量相對較低，使用最新技術，意外可用。