mlabonne_Qwen3-8B-abliterated-GGUF开源模型 - 支持免费部署的文本生成利器

首页

Mlabonne Qwen3 8B Abliterated GGUF

由 bartowski 开发

这是Qwen3-8B-abliterated模型的量化版本，使用llama.cpp进行量化，适用于文本生成任务。

大型语言模型 #多级量化选择 #中文文本生成 #低资源部署

下载量 6,892

发布时间 : 4/29/2025

模型简介

该模型是基于Qwen3-8B-abliterated的量化版本，适用于文本生成任务，支持多种量化选项以适应不同硬件需求。

模型特点

多种量化选项

提供从BF16到Q2_K的多种量化选项，适应不同硬件和性能需求。

imatrix量化

使用imatrix选项进行量化，提升模型性能。

广泛兼容性

支持在LM Studio和llama.cpp等平台上运行。

模型能力

文本生成

自然语言处理

使用案例

文本生成

对话系统

可用于构建对话系统，生成自然语言响应。

内容创作

可用于生成文章、故事等内容。

🚀 mlabonne的Qwen3-8B-abliterated的Llamacpp imatrix量化版本

本项目是对mlabonne的Qwen3-8B-abliterated模型进行量化处理的成果。通过特定的量化方法，使得模型在不同硬件条件下能更高效地运行，为用户提供了多种量化类型的选择，以满足不同的性能和质量需求。

🚀 快速开始

本项目使用 llama.cpp 的 b5200 版本进行量化。

原始模型地址：https://huggingface.co/mlabonne/Qwen3-8B-abliterated
所有量化模型均使用 imatrix 选项，并采用了此处的数据集。

你可以在以下环境中运行这些量化模型：

LM Studio
直接使用 llama.cpp 或任何基于 llama.cpp 的项目

✨ 主要特性

提示格式

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

模型下载

你可以从以下表格中选择并下载所需的文件（非整个分支）：

文件名	量化类型	文件大小	拆分情况	描述
Qwen3-8B-abliterated-bf16.gguf	bf16	16.39GB	false	完整的BF16权重。
Qwen3-8B-abliterated-Q8_0.gguf	Q8_0	8.71GB	false	极高质量，通常不需要，但为最大可用量化。
Qwen3-8B-abliterated-Q6_K_L.gguf	Q6_K_L	7.03GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
Qwen3-8B-abliterated-Q6_K.gguf	Q6_K	6.73GB	false	非常高质量，接近完美，推荐。
Qwen3-8B-abliterated-Q5_K_L.gguf	Q5_K_L	6.24GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
Qwen3-8B-abliterated-Q5_K_M.gguf	Q5_K_M	5.85GB	false	高质量，推荐。
Qwen3-8B-abliterated-Q5_K_S.gguf	Q5_K_S	5.72GB	false	高质量，推荐。
Qwen3-8B-abliterated-Q4_K_L.gguf	Q4_K_L	5.49GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
Qwen3-8B-abliterated-Q4_1.gguf	Q4_1	5.25GB	false	旧格式，性能与Q4_K_S相似，但在Apple硅芯片上每瓦处理的令牌数有所提高。
Qwen3-8B-abliterated-Q4_K_M.gguf	Q4_K_M	5.03GB	false	质量良好，是大多数用例的默认大小，推荐。
Qwen3-8B-abliterated-Q3_K_XL.gguf	Q3_K_XL	4.98GB	false	嵌入和输出权重使用Q8_0。质量较低但可用，适合低内存情况。
Qwen3-8B-abliterated-Q4_K_S.gguf	Q4_K_S	4.80GB	false	质量略低，但节省空间，推荐。
Qwen3-8B-abliterated-Q4_0.gguf	Q4_0	4.79GB	false	旧格式，支持为ARM和AVX CPU推理进行在线重新打包。
Qwen3-8B-abliterated-IQ4_NL.gguf	IQ4_NL	4.79GB	false	与IQ4_XS相似，但略大。支持为ARM CPU推理进行在线重新打包。
Qwen3-8B-abliterated-IQ4_XS.gguf	IQ4_XS	4.56GB	false	质量尚可，比Q4_K_S小，性能相似，推荐。
Qwen3-8B-abliterated-Q3_K_L.gguf	Q3_K_L	4.43GB	false	质量较低但可用，适合低内存情况。
Qwen3-8B-abliterated-Q3_K_M.gguf	Q3_K_M	4.12GB	false	低质量。
Qwen3-8B-abliterated-IQ3_M.gguf	IQ3_M	3.90GB	false	中低质量，新方法，性能与Q3_K_M相当。
Qwen3-8B-abliterated-Q2_K_L.gguf	Q2_K_L	3.89GB	false	嵌入和输出权重使用Q8_0。质量非常低，但出人意料地可用。
Qwen3-8B-abliterated-Q3_K_S.gguf	Q3_K_S	3.77GB	false	低质量，不推荐。
Qwen3-8B-abliterated-IQ3_XS.gguf	IQ3_XS	3.63GB	false	质量较低，新方法，性能尚可，略优于Q3_K_S。
Qwen3-8B-abliterated-IQ3_XXS.gguf	IQ3_XXS	3.37GB	false	质量较低，新方法，性能尚可，与Q3量化相当。
Qwen3-8B-abliterated-Q2_K.gguf	Q2_K	3.28GB	false	质量非常低，但出人意料地可用。
Qwen3-8B-abliterated-IQ2_M.gguf	IQ2_M	3.05GB	false	质量相对较低，使用了最先进的技术，出人意料地可用。

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用了标准量化方法，将嵌入和输出权重量化为Q8_0，而非默认值。

📦 安装指南

使用huggingface-cli下载

点击查看下载说明

首先，确保你已安装 huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大小超过50GB，它将被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如 mlabonne_Qwen3-8B-abliterated-Q8_0），也可以将它们全部下载到当前目录（./）。

🔧 技术细节

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8，这些模型的权重会在内存中交错排列，以便通过一次加载更多数据来提高ARM和AVX机器的性能。

然而，现在有一种称为“在线重新打包”的权重处理方式，详情见此PR。如果你使用Q4_0，并且你的硬件能从重新打包权重中受益，它将自动实时进行处理。

从llama.cpp构建版本 b4282 开始，你将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想获得略好的质量，可以使用IQ4_NL，这得益于此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会更长，但总体速度会提高。

点击查看Q4_0_X_X信息（已弃用）

我保留这部分内容是为了展示使用支持在线重新打包的Q4_0在性能上的潜在理论提升。

点击查看AVX2系统（EPYC7702）上的基准测试

模型	大小	参数	后端	线程数	测试类型	每秒令牌数	与Q4_0相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%