%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
ZH
Nbeerbower Qwen3 Gutenberg Encore 14B GGUF
这是nbeerbower的Qwen3-Gutenberg-Encore-14B模型的量化版本，使用llama.cpp进行量化，能在不同硬件条件下高效运行。
下载量 809
发布时间 : 6/6/2025
模型简介
该模型是基于Qwen3架构的14B参数大语言模型，经过量化处理后可在资源受限的环境中高效运行，主要用于文本生成任务。
模型特点
高效量化
使用llama.cpp进行imatrix量化，提供多种量化级别选择，适应不同硬件条件。
多量化选项
提供从Q2_K到Q8_0等多种量化级别，用户可根据需求在模型质量和运行效率间取得平衡。
硬件优化
支持ARM和AVX CPU的在线重新打包功能，优化在不同硬件上的运行效率。
广泛兼容
可在LM Studio或任何基于llama.cpp的项目中运行，兼容性强。
模型能力
文本生成
对话系统
内容创作
使用案例
内容创作
文学作品生成
基于Gutenberg数据集训练，适合生成文学作品风格的内容。
对话系统
智能助手
可用于构建基于特定知识领域的对话系统。
🚀 nbeerbower的Qwen3-Gutenberg-Encore-14B的Llamacpp imatrix量化版本
本项目提供了nbeerbower的Qwen3-Gutenberg-Encore-14B模型的量化版本，使用llama.cpp进行量化操作，能在不同硬件条件下高效运行。
基本信息
| 属性 | 详情 |
|---|---|
| 量化者 | bartowski |
| 任务类型 | 文本生成 |
| 基础模型 | nbeerbower/Qwen3-Gutenberg-Encore-14B |
| 基础模型关系 | 量化版本 |
| 训练数据集 | jondurbin/gutenberg-dpo-v0.1、nbeerbower/gutenberg2-dpo、nbeerbower/gutenberg-moderne-dpo、nbeerbower/synthetic-fiction-dpo、nbeerbower/Arkhaios-DPO、nbeerbower/Purpura-DPO、nbeerbower/Schule-DPO |
| 许可证 | apache-2.0 |
🚀 快速开始
本项目使用 llama.cpp 的 b5596 版本进行量化。
- 原始模型：https://huggingface.co/nbeerbower/Qwen3-Gutenberg-Encore-14B
- 所有量化文件均使用
imatrix选项，并采用 此处 的数据集。
你可以在以下环境中运行这些量化模型：
✨ 主要特性
提示格式
<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant
下载文件
你可以从下表中选择并下载所需的文件（非整个分支）：
| 文件名 | 量化类型 | 文件大小 | 分割情况 | 描述 |
|---|---|---|---|---|
| Qwen3-Gutenberg-Encore-14B-bf16.gguf | bf16 | 29.54GB | false | 完整的BF16权重。 |
| Qwen3-Gutenberg-Encore-14B-Q8_0.gguf | Q8_0 | 15.70GB | false | 极高质量，通常不需要，但为可用的最高量化级别。 |
| Qwen3-Gutenberg-Encore-14B-Q6_K_L.gguf | Q6_K_L | 12.50GB | false | 嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q6_K.gguf | Q6_K | 12.12GB | false | 非常高质量，接近完美，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q5_K_L.gguf | Q5_K_L | 10.99GB | false | 嵌入和输出权重使用Q8_0。高质量，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q5_K_M.gguf | Q5_K_M | 10.51GB | false | 高质量，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q5_K_S.gguf | Q5_K_S | 10.26GB | false | 高质量，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q4_K_L.gguf | Q4_K_L | 9.58GB | false | 嵌入和输出权重使用Q8_0。质量良好，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q4_1.gguf | Q4_1 | 9.39GB | false | 旧格式，性能与Q4_K_S相似，但在苹果硅芯片上的每瓦令牌数有所提高。 |
| Qwen3-Gutenberg-Encore-14B-Q4_K_M.gguf | Q4_K_M | 9.00GB | false | 质量良好，是大多数用例的默认大小，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q3_K_XL.gguf | Q3_K_XL | 8.58GB | 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-Gutenberg-Encore-14B-Q4_K_S.gguf | Q4_K_S | 8.57GB | false | 质量稍低但节省空间，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q4_0.gguf | Q4_0 | 8.54GB | false | 旧格式，支持为ARM和AVX CPU推理进行在线重新打包。 |
| Qwen3-Gutenberg-Encore-14B-IQ4_NL.gguf | IQ4_NL | 8.54GB | false | 与IQ4_XS相似，但稍大。支持为ARM CPU推理进行在线重新打包。 |
| Qwen3-Gutenberg-Encore-14B-IQ4_XS.gguf | IQ4_XS | 8.11GB | false | 质量不错，比Q4_K_S小且性能相似，推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q3_K_L.gguf | Q3_K_L | 7.90GB | false | 质量较低但可用，适合低内存情况。 |
| Qwen3-Gutenberg-Encore-14B-Q3_K_M.gguf | Q3_K_M | 7.32GB | false | 质量低。 |
| Qwen3-Gutenberg-Encore-14B-IQ3_M.gguf | IQ3_M | 6.88GB | false | 中低质量，新方法，性能与Q3_K_M相当。 |
| Qwen3-Gutenberg-Encore-14B-Q3_K_S.gguf | Q3_K_S | 6.66GB | false | 质量低，不推荐。 |
| Qwen3-Gutenberg-Encore-14B-Q2_K_L.gguf | Q2_K_L | 6.51GB | false | 嵌入和输出权重使用Q8_0。质量非常低但意外可用。 |
| Qwen3-Gutenberg-Encore-14B-IQ3_XS.gguf | IQ3_XS | 6.38GB | false | 质量较低，新方法，性能不错，略优于Q3_K_S。 |
| Qwen3-Gutenberg-Encore-14B-IQ3_XXS.gguf | IQ3_XXS | 5.94GB | false | 质量较低，新方法，性能不错，与Q3量化级别相当。 |
| Qwen3-Gutenberg-Encore-14B-Q2_K.gguf | Q2_K | 5.75GB | false | 质量非常低但意外可用。 |
| Qwen3-Gutenberg-Encore-14B-IQ2_M.gguf | IQ2_M | 5.32GB | false | 质量相对较低，使用了最先进的技术，意外可用。 |
| Qwen3-Gutenberg-Encore-14B-IQ2_S.gguf | IQ2_S | 4.96GB | false | 质量低，使用了最先进的技术，可用。 |
| Qwen3-Gutenberg-Encore-14B-IQ2_XS.gguf | IQ2_XS | 4.69GB | false | 质量低，使用了最先进的技术，可用。 |
嵌入/输出权重
部分量化文件（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。
📦 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/nbeerbower_Qwen3-Gutenberg-Encore-14B-GGUF --include "nbeerbower_Qwen3-Gutenberg-Encore-14B-Q4_K_M.gguf" --local-dir ./
如果模型大小超过50GB，它将被分割成多个文件。要将它们全部下载到本地文件夹，请运行：
huggingface-cli download bartowski/nbeerbower_Qwen3-Gutenberg-Encore-14B-GGUF --include "nbeerbower_Qwen3-Gutenberg-Encore-14B-Q8_0/*" --local-dir ./
你可以指定一个新的本地目录（如 nbeerbower_Qwen3-Gutenberg-Encore-14B-Q8_0），也可以将它们全部下载到当前目录（./）。
🔧 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，有了所谓的“在线重新打包”权重功能，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。
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，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带有在线重新打包的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 | 令牌/秒 | 与Q4_0相比 |
|---|---|---|---|---|---|---|---|
| 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% |
Q4_0_8_8在提示处理方面有不错的提升，在文本生成方面有小幅度提升。
📚 详细文档
如何选择文件
点击查看详情
Artefact2 提供了一份很棒的带有各种性能图表的文章，可参考 此处。
首先，你需要确定能够运行的模型大小。为此，你需要了解系统内存（RAM）和显卡显存（VRAM）的大小。
- 如果你希望模型尽可能快地运行，应将整个模型加载到GPU的VRAM中。选择文件大小比GPU总VRAM小1 - 2GB的量化文件。
- 如果你追求绝对最高质量，将系统内存和GPU显存相加，然后选择文件大小比该总和小1 - 2GB的量化文件。
接下来，你需要决定使用“I量化”还是“K量化”。
- 如果你不想考虑太多，选择K量化文件，格式为
QX_K_X，如Q5_K_M。 - 如果你想深入了解，可以查看这个非常有用的特性图表：llama.cpp特性矩阵。
一般来说，如果你希望量化级别低于Q4，并且使用cuBLAS（Nvidia）或rocBLAS（AMD），可以考虑I量化文件，格式为IQX_X，如IQ3_M。这些是较新的量化方法，在相同大小下性能更好。
I量化文件也可以在CPU上使用，但比对应的K量化文件慢，因此你需要在速度和性能之间做出权衡。
📄 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/输出方面的启发。 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
Phi 2 GGUF
其他
Phi-2是微软开发的一个小型但强大的语言模型，具有27亿参数，专注于高效推理和高质量文本生成。
大型语言模型 支持多种语言
P
TheBloke
41.5M
205
Roberta Large
MIT
基于掩码语言建模目标预训练的大型英语语言模型，采用改进的BERT训练方法
大型语言模型 英语
R
FacebookAI
19.4M
212
Distilbert Base Uncased
Apache-2.0
DistilBERT是BERT基础模型的蒸馏版本，在保持相近性能的同时更轻量高效，适用于序列分类、标记分类等自然语言处理任务。
大型语言模型 英语
D
distilbert
11.1M
669
Llama 3.1 8B Instruct GGUF
Meta Llama 3.1 8B Instruct 是一个多语言大语言模型，针对多语言对话用例进行了优化，在常见的行业基准测试中表现优异。
大型语言模型 英语
L
modularai
9.7M
4
Xlm Roberta Base
MIT
XLM-RoBERTa是基于100种语言的2.5TB过滤CommonCrawl数据预训练的多语言模型，采用掩码语言建模目标进行训练。
大型语言模型 支持多种语言
X
FacebookAI
9.6M
664
Roberta Base
MIT
基于Transformer架构的英语预训练模型，通过掩码语言建模目标在海量文本上训练，支持文本特征提取和下游任务微调
大型语言模型 英语
R
FacebookAI
9.3M
488
Opt 125m
其他
OPT是由Meta AI发布的开放预训练Transformer语言模型套件，参数量从1.25亿到1750亿，旨在对标GPT-3系列性能，同时促进大规模语言模型的开放研究。
大型语言模型 英语
O
facebook
6.3M
198
1
基于transformers库的预训练模型，适用于多种NLP任务
大型语言模型
Transformers
Transformers1
unslothai
6.2M
1
Llama 3.1 8B Instruct
Llama 3.1是Meta推出的多语言大语言模型系列，包含8B、70B和405B参数规模，支持8种语言和代码生成，优化了多语言对话场景。
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
meta-llama
5.7M
3,898
T5 Base
Apache-2.0
T5基础版是由Google开发的文本到文本转换Transformer模型，参数规模2.2亿，支持多语言NLP任务。
大型语言模型 支持多种语言
T
google-t5
5.4M
702
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
Transformers 英语C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98