Qwen Qwen3 4B GGUF

🚀 Qwen3-4B的Llamacpp imatrix量化版本

本项目使用 llama.cpp 的 b5200 版本进行量化。原始模型可在 这里 查看。所有量化模型均使用 imatrix 选项，并采用了 此数据集。

🚀 快速开始

你可以在 LM Studio 中运行这些量化模型，也可以直接使用 llama.cpp 或其他基于 llama.cpp 的项目来运行。

✨ 主要特性

• 使用特定版本的 llama.cpp 进行量化，确保量化的准确性和稳定性。
• 提供多种量化类型，满足不同场景下对模型质量和文件大小的需求。

📦 安装指南

使用huggingface-cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Qwen_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Qwen_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q8_0/*" --local-dir ./

💻 使用示例

提示格式

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

📚 详细文档

下载文件

你可以从以下列表中选择并下载单个文件（而非整个分支）：

嵌入/输出权重

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

ARM/AVX 信息

以前，你会下载 Q4_0_4_4/4_8/8_8 模型，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，现在有了一种名为“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 模型，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，如果你想获得略高的质量，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 格式。加载时间可能会更长，但总体速度会提高。