Qwen Qwen3 30B A3B GGUF

🚀 Qwen3-30B-A3B的Llamacpp imatrix量化版本

本项目是对Qwen3-30B-A3B模型进行量化处理，使用 llama.cpp 发布版本 b5200 进行量化操作。通过优化的量化技术，在保证模型性能的同时，有效减少了模型的存储空间和计算资源需求，使得模型在更多设备上能够高效运行。

基本信息

原模型链接

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

🚀 快速开始

所有量化模型均使用imatrix选项和来自 此处 的数据集（并补充了额外的合成数据，后续会发布）生成。你可以通过以下两种方式运行这些量化模型：

• 使用LM Studio：在 LM Studio 中运行。
• 直接使用llama.cpp：在 llama.cpp 或任何基于llama.cpp的项目中运行。

提示格式

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

新增内容

改进了imatrix数据集，进一步提升了模型的性能和稳定性。

📦 模型下载

你可以从以下列表中选择下载单个文件（而非整个分支）：

嵌入/输出权重说明

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，而非默认设置。

使用huggingface-cli下载

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 ./

🔧 技术细节

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8文件，这些文件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。

现在，有了一种称为“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，如果你想获得稍好的质量，可以使用IQ4_NL，这得益于 此PR，它也会为ARM重新打包权重，但目前仅适用于4_4。加载时间可能会较慢，但总体速度会提高。

📚 如何选择合适的文件

📄 许可证

本项目采用 apache-2.0 许可证。

🙏 致谢

• 感谢kalomaze和Dampf在创建imatrix校准数据集方面提供的帮助。
• 感谢ZeroWw在嵌入/输出实验方面提供的灵感。
• 感谢LM Studio对本项目的赞助。

如果你想支持我的工作，请访问我的ko-fi页面：https://ko-fi.com/bartowski