Goekdeniz Guelmez Josiefied Qwen3 8B Abliterated V1 GGUF

🚀 Goekdeniz - Guelmez的Josiefied - Qwen3 - 8B - abliterated - v1的Llamacpp imatrix量化版本

本项目是对Goekdeniz - Guelmez的Josiefied - Qwen3 - 8B - abliterated - v1模型进行量化处理。使用量化后的模型可以在资源有限的设备上更高效地运行，同时在一定程度上保持模型的性能。

🚀 快速开始

运行方式

• 可以在 LM Studio 中运行这些量化模型。
• 也可以直接使用 llama.cpp 或任何基于 llama.cpp 的项目来运行。

提示词格式

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

✨ 主要特性

• 量化工具：使用 llama.cpp 发布版本 b5270 进行量化。
• 原始模型：[原始模型链接](https://huggingface.co/Goekdeniz - Guelmez/Josiefied - Qwen3 - 8B - abliterated - v1)
• 量化选项：所有量化均使用 imatrix 选项，并使用来自 此处 的数据集。

📦 安装指南

使用huggingface - cli下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Goekdeniz - Guelmez_Josiefied - Qwen3 - 8B - abliterated - v1 - GGUF --include "Goekdeniz - Guelmez_Josiefied - Qwen3 - 8B - abliterated - v1 - Q4_K_M.gguf" --local - dir ./

huggingface-cli download bartowski/Goekdeniz - Guelmez_Josiefied - Qwen3 - 8B - abliterated - v1 - GGUF --include "Goekdeniz - Guelmez_Josiefied - Qwen3 - 8B - abliterated - v1 - Q8_0/*" --local - dir ./

💻 使用示例

基础用法

你可以按照上述提示词格式，在相应的运行环境（如 LM Studio 或 llama.cpp）中输入提示词，以获取模型的输出。

📚 详细文档

下载文件信息

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，这些模型的权重在内存中交错排列，以便在 ARM 和 AVX 机器上通过一次加载更多数据来提高性能。

然而，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 模型，并且你的硬件可以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。加载时间可能会更长，但总体速度会提高。

如何选择文件

🔧 技术细节

本项目使用 llama.cpp 的特定版本（b5270）进行量化，利用 imatrix 选项和特定的数据集进行校准。部分量化模型对嵌入和输出权重采用特殊的量化方式（Q8_0），以提高性能。同时，引入了“在线重新打包”的权重处理方式，以适应不同硬件的需求。

📄 许可证

文档中未提及相关许可证信息。

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](https://ko - fi.com/bartowski)