Open Thoughts OpenThinker2 32B GGUF

由 bartowski 开发

OpenThinker2-32B的量化版本，使用llama.cpp进行imatrix量化，支持多种量化类型，适用于文本生成任务。

大型语言模型开源协议:Apache-2.0 #高精度文本生成 #多层级量化 #低资源部署

下载量 1,332

发布时间 : 4/5/2025

模型介绍

内容详情

替代品

模型简介

这是一个基于OpenThinker2-32B模型的量化版本，使用llama.cpp工具进行量化处理，适用于文本生成任务，支持多种量化选项以适应不同硬件需求。

模型特点

多种量化选项

提供从BF16到极低比特量化的多种选项，适应不同硬件和性能需求。

高性能文本生成

基于32B参数的强大模型，能够生成高质量的文本内容。

兼容性强

支持在LM Studio、llama.cpp等多种平台上运行。

模型能力

文本生成

多轮对话

上下文理解

使用案例

文本生成

对话系统

用于构建智能对话系统，支持多轮对话。

生成自然流畅的对话内容。

内容创作

用于生成文章、故事等创意内容。

生成连贯且有创意的文本。

量化者：bartowski
流水线标签：文本生成
许可证：Apache-2.0
标签：

llama-factory
full
generated_from_trainer
基础模型：open-thoughts/OpenThinker2-32B
数据集：
open-thoughts/OpenThoughts2-1M
基础模型关系：量化
模型索引：
名称：OpenThinker2-32B
结果：[]

OpenThinker2-32B的Llamacpp imatrix量化版本（由open-thoughts提供）

使用llama.cpp发布的b5035进行量化。

原始模型：https://huggingface.co/open-thoughts/OpenThinker2-32B

所有量化均使用imatrix选项，数据集来自此处。

在LM Studio中运行这些模型。

直接使用llama.cpp或任何其他基于llama.cpp的项目运行。

提示格式

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

从下方下载单个文件（非整个分支）：

文件名	量化类型	文件大小	是否分片	描述
OpenThinker2-32B-bf16.gguf	bf16	65.54GB	是	完整的BF16权重。
OpenThinker2-32B-Q8_0.gguf	Q8_0	34.82GB	否	极高品质，通常不需要，但为最高可用量化。
OpenThinker2-32B-Q6_K_L.gguf	Q6_K_L	27.26GB	否	嵌入和输出权重使用Q8_0。极高品质，接近完美，推荐。
OpenThinker2-32B-Q6_K.gguf	Q6_K	26.89GB	否	极高品质，接近完美，推荐。
OpenThinker2-32B-Q5_K_L.gguf	Q5_K_L	23.74GB	否	嵌入和输出权重使用Q8_0。高品质，推荐。
OpenThinker2-32B-Q5_K_M.gguf	Q5_K_M	23.26GB	否	高品质，推荐。
OpenThinker2-32B-Q5_K_S.gguf	Q5_K_S	22.64GB	否	高品质，推荐。
OpenThinker2-32B-Q4_1.gguf	Q4_1	20.64GB	否	旧格式，性能类似Q4_K_S，但在Apple芯片上改进了tokens/watt。
OpenThinker2-32B-Q4_K_L.gguf	Q4_K_L	20.43GB	否	嵌入和输出权重使用Q8_0。良好品质，推荐。
OpenThinker2-32B-Q4_K_M.gguf	Q4_K_M	19.85GB	否	良好品质，大多数用例的默认大小，推荐。
OpenThinker2-32B-Q4_K_S.gguf	Q4_K_S	18.78GB	否	品质稍低但节省更多空间，推荐。
OpenThinker2-32B-Q4_0.gguf	Q4_0	18.71GB	否	旧格式，为ARM和AVX CPU推理提供在线重打包。
OpenThinker2-32B-IQ4_NL.gguf	IQ4_NL	18.68GB	否	类似IQ4_XS，但稍大。为ARM CPU推理提供在线重打包。
OpenThinker2-32B-Q3_K_XL.gguf	Q3_K_XL	17.93GB	否	嵌入和输出权重使用Q8_0。品质较低但可用，适合低RAM环境。
OpenThinker2-32B-IQ4_XS.gguf	IQ4_XS	17.69GB	否	品质尚可，比Q4_K_S更小但性能相似，推荐。
OpenThinker2-32B-Q3_K_L.gguf	Q3_K_L	17.25GB	否	品质较低但可用，适合低RAM环境。
OpenThinker2-32B-Q3_K_M.gguf	Q3_K_M	15.94GB	否	低品质。
OpenThinker2-32B-IQ3_M.gguf	IQ3_M	14.81GB	否	中低品质，新方法，性能与Q3_K_M相当。
OpenThinker2-32B-Q3_K_S.gguf	Q3_K_S	14.39GB	否	低品质，不推荐。
OpenThinker2-32B-IQ3_XS.gguf	IQ3_XS	13.71GB	否	低品质，新方法，性能略优于Q3_K_S。
OpenThinker2-32B-Q2_K_L.gguf	Q2_K_L	13.07GB	否	嵌入和输出权重使用Q8_0。极低品质但意外可用。
OpenThinker2-32B-IQ3_XXS.gguf	IQ3_XXS	12.84GB	否	低品质，新方法，性能与Q3量化相当。
OpenThinker2-32B-Q2_K.gguf	Q2_K	12.31GB	否	极低品质但意外可用。
OpenThinker2-32B-IQ2_M.gguf	IQ2_M	11.26GB	否	相对低品质，使用SOTA技术实现意外可用性。
OpenThinker2-32B-IQ2_S.gguf	IQ2_S	10.39GB	否	低品质，使用SOTA技术实现可用性。
OpenThinker2-32B-IQ2_XS.gguf	IQ2_XS	9.96GB	否	低品质，使用SOTA技术实现可用性。
OpenThinker2-32B-IQ2_XXS.gguf	IQ2_XXS	9.03GB	否	极低品质，使用SOTA技术实现可用性。