Huihui Ai Qwen3 14B Abliterated GGUF

🚀 huihui-ai对Qwen3-14B-abliterated的Llamacpp imatrix量化

本项目使用 llama.cpp 版本 b5284 进行量化。

原始模型：https://huggingface.co/huihui-ai/Qwen3-14B-abliterated

所有量化均使用 imatrix 选项，并采用来自 此处 的数据集。

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，如 Q8_0、Q6_K_L、Q5_K_M 等，以满足不同的性能和质量需求。
• 灵活的下载方式：支持使用 huggingface-cli 下载特定文件或整个模型。
• 性能优化：部分量化模型针对 ARM 和 AVX 机器进行了优化，提高了推理性能。

📚 详细文档

提示格式

由于未指定聊天模板，因此使用默认模板。这可能不准确，请查看原始模型卡片以获取详细信息。

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

下载文件

你可以从以下列表中选择要下载的文件：

嵌入/输出权重

部分量化（如 Q3_K_XL、Q4_K_L 等）是标准量化方法，其嵌入和输出权重被量化为 Q8_0，而不是通常的默认值。

使用 huggingface-cli 下载

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/huihui-ai_Qwen3-14B-abliterated-GGUF --include "huihui-ai_Qwen3-14B-abliterated-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/huihui-ai_Qwen3-14B-abliterated-GGUF --include "huihui-ai_Qwen3-14B-abliterated-Q8_0/*" --local-dir ./

ARM/AVX 信息

以前，你会下载 Q4_0_4_4/4_8/8_8，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。

然而，现在有一种称为“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 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 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。加载时间可能会更长，但总体速度会提高。

如何选择文件？

⚠️ 重要提示

• 敏感或有争议输出的风险：该模型的安全过滤功能已大幅降低，可能会生成敏感、有争议或不适当的内容。用户应谨慎操作，并严格审查生成的输出。
• 不适合所有受众：由于内容过滤有限，该模型的输出可能不适合公开场合、未成年人或需要高安全性的应用。
• 法律和道德责任：用户必须确保其使用符合当地法律和道德标准。生成的内容可能带来法律或道德风险，用户需对任何后果承担全部责任。
• 研究和实验用途：建议将此模型用于研究、测试或受控环境，避免直接用于生产或面向公众的商业应用。
• 监控和审查建议：强烈建议用户实时监控模型输出，并在必要时进行手动审查，以防止传播不适当的内容。
• 无默认安全保证：与标准模型不同，此模型未经过严格的安全优化。huihui.ai 对其使用产生的任何后果不承担责任。

📄 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 提供的关于嵌入/输出实验的灵感。

感谢 LM Studio 对我工作的赞助。

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