mlabonne_Qwen3-0.6B-abliterated-GGUF开源模型 - 免费部署助力文本高效生成

首页

Mlabonne Qwen3 0.6B Abliterated GGUF

由 bartowski 开发

这是一个基于Qwen3-0.6B-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 #轻量级文本生成 #多量化版本适配 #低资源部署优化

下载量 1,455

发布时间 : 4/30/2025

模型简介

该模型是Qwen3-0.6B-abliterated的量化版本，支持多种量化类型，适用于在资源有限的设备上运行文本生成任务。

模型特点

多种量化选项

提供从BF16到Q2_K的多种量化类型，满足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。

支持ARM/AVX

支持ARM和AVX CPU推理的在线重打包功能，优化性能。

模型能力

文本生成

多轮对话

系统提示支持

使用案例

聊天机器人

多轮对话

支持多轮对话，适用于构建聊天机器人。

文本生成

内容创作

可用于生成文章、故事等文本内容。

🚀 mlabonne的Qwen3-0.6B-abliterated的Llamacpp imatrix量化版本

本项目是对mlabonne的Qwen3-0.6B-abliterated模型进行量化处理的成果。使用特定工具和方法将原模型转换为不同量化类型的版本，以满足不同硬件和性能需求。这些量化版本可以在多种环境中运行，为用户提供了更多的选择。

🚀 快速开始

使用 llama.cpp 版本 b5228 进行量化。

原模型地址：https://huggingface.co/mlabonne/Qwen3-0.6B-abliterated

所有量化版本均使用imatrix选项，并采用此处的数据集生成。

你可以在 LM Studio 中运行这些量化版本，也可以直接使用 llama.cpp 或任何基于llama.cpp的项目来运行。

✨ 主要特性

多种量化类型：提供了丰富的量化类型选择，如bf16、Q8_0、Q6_K_L等，以满足不同的性能和质量需求。
特定权重处理：部分量化版本（如Q3_K_XL、Q4_K_L等）采用了特殊的嵌入和输出权重量化方法，将其量化为Q8_0，以提高性能。
在线重打包：对于Q4_0量化版本，支持在线重打包功能，可自动优化ARM和AVX机器的性能。

📦 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_Qwen3-0.6B-abliterated-GGUF --include "mlabonne_Qwen3-0.6B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大小超过50GB，它会被分割成多个文件。若要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/mlabonne_Qwen3-0.6B-abliterated-GGUF --include "mlabonne_Qwen3-0.6B-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如mlabonne_Qwen3-0.6B-abliterated-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 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

下载文件选择

文件名	量化类型	文件大小	分割情况	描述
Qwen3-0.6B-abliterated-bf16.gguf	bf16	1.20GB	false	完整的BF16权重。
Qwen3-0.6B-abliterated-Q8_0.gguf	Q8_0	0.64GB	false	极高质量，通常不需要，但提供了最大可用量化。
Qwen3-0.6B-abliterated-Q6_K_L.gguf	Q6_K_L	0.53GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
Qwen3-0.6B-abliterated-Q6_K.gguf	Q6_K	0.50GB	false	非常高质量，接近完美，推荐。
Qwen3-0.6B-abliterated-Q5_K_L.gguf	Q5_K_L	0.48GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
Qwen3-0.6B-abliterated-Q5_K_M.gguf	Q5_K_M	0.44GB	false	高质量，推荐。
Qwen3-0.6B-abliterated-Q5_K_S.gguf	Q5_K_S	0.44GB	false	高质量，推荐。
Qwen3-0.6B-abliterated-Q4_K_L.gguf	Q4_K_L	0.43GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
Qwen3-0.6B-abliterated-Q4_1.gguf	Q4_1	0.41GB	false	旧格式，性能与Q4_K_S相似，但在Apple硅芯片上的每瓦令牌数有所提高。
Qwen3-0.6B-abliterated-Q3_K_XL.gguf	Q3_K_XL	0.41GB	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。
Qwen3-0.6B-abliterated-Q4_K_M.gguf	Q4_K_M	0.40GB	false	质量良好，是大多数用例的默认大小，推荐。
Qwen3-0.6B-abliterated-Q4_K_S.gguf	Q4_K_S	0.38GB	false	质量略低但节省空间，推荐。
Qwen3-0.6B-abliterated-Q4_0.gguf	Q4_0	0.38GB	false	旧格式，支持为ARM和AVX CPU推理进行在线重新打包。
Qwen3-0.6B-abliterated-IQ4_NL.gguf	IQ4_NL	0.38GB	false	类似于IQ4_XS，但略大。支持为ARM CPU推理进行在线重新打包。
Qwen3-0.6B-abliterated-IQ4_XS.gguf	IQ4_XS	0.37GB	false	质量不错，比Q4_K_S小且性能相似，推荐。
Qwen3-0.6B-abliterated-Q3_K_L.gguf	Q3_K_L	0.37GB	false	质量较低但可用，适合低内存情况。
Qwen3-0.6B-abliterated-Q3_K_M.gguf	Q3_K_M	0.35GB	false	质量较低。
Qwen3-0.6B-abliterated-IQ3_M.gguf	IQ3_M	0.34GB	false	中低质量，新方法，性能与Q3_K_M相当。
Qwen3-0.6B-abliterated-Q2_K_L.gguf	Q2_K_L	0.33GB	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。
Qwen3-0.6B-abliterated-Q3_K_S.gguf	Q3_K_S	0.32GB	false	质量较低，不推荐。
Qwen3-0.6B-abliterated-IQ3_XS.gguf	IQ3_XS	0.31GB	false	质量较低，新方法，性能不错，略优于Q3_K_S。
Qwen3-0.6B-abliterated-Q2_K.gguf	Q2_K	0.30GB	false	质量非常低但出人意料地可用。
Qwen3-0.6B-abliterated-IQ3_XXS.gguf	IQ3_XXS	0.28GB	false	质量较低，新方法，性能不错，与Q3量化相当。
Qwen3-0.6B-abliterated-IQ2_M.gguf	IQ2_M	0.26GB	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

部分量化版本（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，而非通常的默认值。

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8版本，这些版本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，它会自动实时进行处理。

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，如果你想获得更好的质量，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	测试用例	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%