cognitivecomputations_Qwen3-72B-Embiggened-GGUF开源模型

首页

Cognitivecomputations Qwen3 72B Embiggened GGUF

由 bartowski 开发

基于cognitivecomputations/Qwen3-72B-Embiggened模型的量化版本，使用llama.cpp进行量化处理，可在多种环境下高效运行。

大型语言模型开源协议:Apache-2.0 #72B大模型 #高精度量化 #多场景文本生成

下载量 826

发布时间 : 6/12/2025

模型简介

这是一个72B参数规模的大语言模型量化版本，支持文本生成任务，采用Apache 2.0许可证。

模型特点

多种量化选项

提供从Q8_0到IQ1_M共23种量化版本，满足不同硬件需求

高效运行

使用llama.cpp量化处理，可在多种环境下高效运行

imatrix量化

所有量化版本均使用imatrix选项生成，提高量化质量

硬件兼容性

支持ARM和AVX CPU推理的在线重新打包功能

模型能力

文本生成

对话系统

支持长上下文处理

使用案例

对话系统

智能助手

可用于构建智能对话助手

内容生成

文本创作

可用于文章、故事等文本内容生成

🚀 cognitivecomputations的Qwen3-72B-Embiggened的Llamacpp imatrix量化版本

本项目提供了基于cognitivecomputations/Qwen3-72B-Embiggened模型的量化版本，使用llama.cpp进行量化处理，可在多种环境下高效运行。

基本信息

属性	详情
量化者	bartowski
任务类型	文本生成
基础模型	cognitivecomputations/Qwen3-72B-Embiggened
基础模型关系	量化版本
许可证	apache-2.0

🚀 快速开始

使用 llama.cpp 的 b5627 版本进行量化。原始模型：https://huggingface.co/cognitivecomputations/Qwen3-72B-Embiggened 所有量化版本均使用 imatrix 选项和来自此处的数据集生成。

你可以在以下环境中运行这些量化模型：

LM Studio
直接使用 llama.cpp 或任何基于 llama.cpp 的项目

✨ 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

可从以下列表中选择下载单个文件（而非整个分支）：

文件名	量化类型	文件大小	是否拆分	描述
Qwen3-72B-Embiggened-Q8_0.gguf	Q8_0	77.26GB	true	极高质量，通常无需使用，为最大可用量化版本。
Qwen3-72B-Embiggened-Q6_K.gguf	Q6_K	64.34GB	true	非常高质量，接近完美，推荐。
Qwen3-72B-Embiggened-Q5_K_M.gguf	Q5_K_M	54.44GB	true	高质量，推荐。
Qwen3-72B-Embiggened-Q5_K_S.gguf	Q5_K_S	51.37GB	true	高质量，推荐。
Qwen3-72B-Embiggened-Q4_K_L.gguf	Q4_K_L	48.29GB	false	嵌入和输出权重使用 Q8_0。质量良好，推荐。
Qwen3-72B-Embiggened-Q4_K_M.gguf	Q4_K_M	47.37GB	false	质量良好，大多数用例的默认大小，推荐。
Qwen3-72B-Embiggened-Q4_1.gguf	Q4_1	45.69GB	false	旧格式，性能与 Q4_K_S 相似，但在 Apple silicon 上的每瓦令牌数有所提高。
Qwen3-72B-Embiggened-Q4_K_S.gguf	Q4_K_S	43.80GB	false	质量稍低，但节省更多空间，推荐。
Qwen3-72B-Embiggened-Q4_0.gguf	Q4_0	41.38GB	false	旧格式，支持 ARM 和 AVX CPU 推理的在线重新打包。
Qwen3-72B-Embiggened-IQ4_NL.gguf	IQ4_NL	41.31GB	false	与 IQ4_XS 类似，但稍大。支持 ARM CPU 推理的在线重新打包。
Qwen3-72B-Embiggened-Q3_K_XL.gguf	Q3_K_XL	40.59GB	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。
Qwen3-72B-Embiggened-IQ4_XS.gguf	IQ4_XS	39.70GB	false	质量不错，比 Q4_K_S 小，性能相似，推荐。
Qwen3-72B-Embiggened-Q3_K_L.gguf	Q3_K_L	39.50GB	false	质量较低但可用，适合低内存场景。
Qwen3-72B-Embiggened-Q3_K_M.gguf	Q3_K_M	37.61GB	false	质量较低。
Qwen3-72B-Embiggened-IQ3_M.gguf	IQ3_M	35.42GB	false	中低质量，新方法，性能与 Q3_K_M 相当。
Qwen3-72B-Embiggened-Q3_K_S.gguf	Q3_K_S	34.31GB	false	质量较低，不推荐。
Qwen3-72B-Embiggened-IQ3_XS.gguf	IQ3_XS	32.75GB	false	质量较低，新方法，性能不错，略优于 Q3_K_S。
Qwen3-72B-Embiggened-IQ3_XXS.gguf	IQ3_XXS	31.76GB	false	质量较低，新方法，性能不错，与 Q3 量化版本相当。
Qwen3-72B-Embiggened-Q2_K_L.gguf	Q2_K_L	30.94GB	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。
Qwen3-72B-Embiggened-Q2_K.gguf	Q2_K	29.72GB	false	质量非常低，但出人意料地可用。
Qwen3-72B-Embiggened-IQ2_M.gguf	IQ2_M	29.33GB	false	质量相对较低，使用了最先进的技术，出人意料地可用。
Qwen3-72B-Embiggened-IQ2_S.gguf	IQ2_S	27.93GB	false	质量较低，使用了最先进的技术，可用。
Qwen3-72B-Embiggened-IQ2_XS.gguf	IQ2_XS	27.05GB	false	质量较低，使用了最先进的技术，可用。
Qwen3-72B-Embiggened-IQ2_XXS.gguf	IQ2_XXS	25.49GB	false	质量非常低，使用了最先进的技术，可用。
Qwen3-72B-Embiggened-IQ1_M.gguf	IQ1_M	23.74GB	false	质量极低，不推荐。

嵌入/输出权重

部分量化版本（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，而非默认设置。

📦 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/cognitivecomputations_Qwen3-72B-Embiggened-GGUF --include "cognitivecomputations_Qwen3-72B-Embiggened-Q4_K_M.gguf" --local-dir ./

如果模型大小超过 50GB，它将被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

huggingface-cli download bartowski/cognitivecomputations_Qwen3-72B-Embiggened-GGUF --include "cognitivecomputations_Qwen3-72B-Embiggened-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如cognitivecomputations_Qwen3-72B-Embiggened-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 版本，这些版本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 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 版本。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 可能带来的理论性能提升。

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%