mlabonne_Qwen3 - 4B - abliterated - GGUF开源模型 - 支持多类型量化的文本生成利器

首页

Mlabonne Qwen3 4B Abliterated GGUF

由 bartowski 开发

Qwen3-4B-abliterated的量化版本，使用llama.cpp进行量化，支持多种量化类型，适用于文本生成任务。

大型语言模型 #高效量化 #多格式适配 #轻量部署

下载量 3,623

发布时间 : 4/29/2025

模型简介

这是一个基于Qwen3-4B-abliterated模型的量化版本，使用llama.cpp工具进行量化，支持多种量化类型，适用于文本生成任务。模型支持在LM Studio、llama.cpp等环境中运行。

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。

广泛兼容性

支持在LM Studio、llama.cpp等多种环境中运行。

嵌入/输出权重优化

部分量化类型对嵌入和输出权重进行特殊优化，提升性能。

模型能力

文本生成

多轮对话

支持系统提示

使用案例

文本生成

对话系统

可用于构建多轮对话系统，支持系统提示和用户输入。

内容创作

生成文章、故事等文本内容。

🚀 Llama.cpp对mlabonne的Qwen3-4B-abliterated模型的量化版本

本项目是使用llama.cpp对mlabonne的Qwen3-4B-abliterated模型进行量化处理后的版本。它提供了多种量化类型的文件，方便不同硬件配置和性能需求的用户使用。通过本项目，用户可以在不同的环境中高效地运行Qwen3-4B-abliterated模型。

🚀 快速开始

本项目使用 llama.cpp 版本 b5200 进行量化。原始模型可在这里查看。所有量化文件均使用imatrix选项和来自此数据集生成。

你可以在 LM Studio 中运行这些量化文件，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

提示格式

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

多种量化类型

提供了丰富的量化类型供用户选择，每种量化类型在文件大小、质量和性能上各有特点，用户可以根据自己的硬件配置和需求进行选择。具体量化类型及相关信息如下：

文件名	量化类型	文件大小	分割情况	描述
Qwen3-4B-abliterated-bf16.gguf	bf16	8.05GB	false	完整的BF16权重。
Qwen3-4B-abliterated-Q8_0.gguf	Q8_0	4.28GB	false	极高质量，通常不需要，但为可用的最高量化级别。
Qwen3-4B-abliterated-Q6_K_L.gguf	Q6_K_L	3.40GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
Qwen3-4B-abliterated-Q6_K.gguf	Q6_K	3.31GB	false	非常高质量，接近完美，推荐。
Qwen3-4B-abliterated-Q5_K_L.gguf	Q5_K_L	2.98GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
Qwen3-4B-abliterated-Q5_K_M.gguf	Q5_K_M	2.89GB	false	高质量，推荐。
Qwen3-4B-abliterated-Q5_K_S.gguf	Q5_K_S	2.82GB	false	高质量，推荐。
Qwen3-4B-abliterated-Q4_1.gguf	Q4_1	2.60GB	false	旧格式，性能与Q4_K_S相似，但在苹果硅芯片上每瓦处理的令牌数有所提高。
Qwen3-4B-abliterated-Q4_K_L.gguf	Q4_K_L	2.59GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
Qwen3-4B-abliterated-Q4_K_M.gguf	Q4_K_M	2.50GB	false	质量良好，是大多数使用场景的默认大小，推荐。
Qwen3-4B-abliterated-Q4_K_S.gguf	Q4_K_S	2.38GB	false	质量略低，但节省更多空间，推荐。
Qwen3-4B-abliterated-Q4_0.gguf	Q4_0	2.38GB	false	旧格式，可为ARM和AVX CPU推理提供在线重新打包功能。
Qwen3-4B-abliterated-IQ4_NL.gguf	IQ4_NL	2.38GB	false	与IQ4_XS相似，但略大。可为ARM CPU推理提供在线重新打包功能。
Qwen3-4B-abliterated-Q3_K_XL.gguf	Q3_K_XL	2.33GB	false	嵌入和输出权重使用Q8_0。质量较低但可用，适合低内存场景。
Qwen3-4B-abliterated-IQ4_XS.gguf	IQ4_XS	2.27GB	false	质量尚可，比Q4_K_S小，性能相似，推荐。
Qwen3-4B-abliterated-Q3_K_L.gguf	Q3_K_L	2.24GB	false	质量较低但可用，适合低内存场景。
Qwen3-4B-abliterated-Q3_K_M.gguf	Q3_K_M	2.08GB	false	低质量。
Qwen3-4B-abliterated-IQ3_M.gguf	IQ3_M	1.96GB	false	中低质量，新方法，性能与Q3_K_M相当。
Qwen3-4B-abliterated-Q3_K_S.gguf	Q3_K_S	1.89GB	false	低质量，不推荐。
Qwen3-4B-abliterated-IQ3_XS.gguf	IQ3_XS	1.81GB	false	质量较低，新方法，性能尚可，略优于Q3_K_S。
Qwen3-4B-abliterated-Q2_K_L.gguf	Q2_K_L	1.76GB	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。
Qwen3-4B-abliterated-IQ3_XXS.gguf	IQ3_XXS	1.67GB	false	质量较低，新方法，性能尚可，与Q3量化相当。
Qwen3-4B-abliterated-Q2_K.gguf	Q2_K	1.67GB	false	质量非常低，但出人意料地可用。
Qwen3-4B-abliterated-IQ2_M.gguf	IQ2_M	1.51GB	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

部分量化文件（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。

📦 安装指南

使用huggingface-cli下载

点击查看下载说明

首先，确保你已经安装了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_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-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。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/mlabonne_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如mlabonne_Qwen3-4B-abliterated-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

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，详细信息可查看此PR。如果你使用Q4_0，并且你的硬件可以从重新打包权重中受益，它将在运行时自动进行处理。

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。加载时间可能会变慢，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带有在线重新打包功能的Q4_0在理论上的性能提升。

点击查看在AVX2系统（EPYC7702）上的基准测试

模型	大小	参数	后端	线程数	测试	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%