Openbuddy OpenBuddy R1 0528 Distill Qwen3 32B Preview0 QAT GGUF

🚀 OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT的Llamacpp imatrix量化版本

本项目是OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT的量化版本，借助量化技术可以在不同硬件条件下更高效地运行模型。

基本信息

🚀 快速开始

使用 llama.cpp 的 b5627 版本进行量化。

• 原始模型地址：https://huggingface.co/OpenBuddy/OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT
• 所有量化模型均使用 imatrix 选项和来自 此处 的数据集生成。

运行方式

• 在 LM Studio 中运行。
• 直接使用 llama.cpp 或任何基于 llama.cpp 的项目运行。

✨ 主要特性

提示格式

<|role|>system<|says|>{system_prompt}<|end|>
<|role|>user<|says|>{prompt}<|end|>
<|role|>assistant<|says|>

📦 安装指南

使用huggingface-cli下载

首先，确保你已经安装了 hugginface-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/OpenBuddy_OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT-GGUF --include "OpenBuddy_OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT-Q4_K_M.gguf" --local-dir ./

如果模型文件大于 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，可以运行：

huggingface-cli download bartowski/OpenBuddy_OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT-GGUF --include "OpenBuddy_OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如 OpenBuddy_OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT-Q8_0），也可以将它们全部下载到当前目录（./）。

💻 使用示例

下载文件

从以下表格中选择并下载单个文件（而非整个分支）：

嵌入/输出权重

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，你可能会下载 Q4_0_4_4/4_8/8_8 量化模型，这些模型的权重在内存中交错排列，以通过一次加载更多数据来提高 ARM 和 AVX 机器的性能。

现在，有了所谓的权重“在线重新打包”功能，详情见 此 PR。如果你使用 Q4_0 量化模型，并且你的硬件能从权重重新打包中受益，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 格式。加载时间可能会更长，但总体速度会提高。

Q4_0_8_8 在提示处理方面有显著提升，在文本生成方面有小幅提升。

如何选择文件

📚 详细文档

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/输出实验方面的启发。
• 感谢 LM Studio 对本项目的赞助。

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

📄 许可证

本项目采用 apache-2.0 许可证。