DeepSeek-R1-Distill-Qwen-32B-abliterated开源模型 - 多量化适配不同硬件需求

首页

Deepseek R1 Distill Qwen 32B Abliterated GGUF

由 bartowski 开发

DeepSeek-R1-Distill-Qwen-32B-abliterated 是一个基于 Qwen-32B 的蒸馏版本，提供了多种量化选项以适应不同硬件需求。

大型语言模型 #高精度量化 #大语言模型 #蒸馏优化

下载量 20.10k

发布时间 : 1/25/2025

模型简介

该模型是一个经过蒸馏处理的大语言模型，支持多种量化类型，适用于不同计算资源环境下的高效推理。

模型特点

多种量化选项

提供从 BF16 到 IQ2_XXS 的多种量化类型，适应不同硬件和性能需求。

高效推理

通过量化技术显著减少模型大小和内存占用，提升推理速度。

高质量输出

即使在高压缩比下（如 Q4_K_M），仍能保持较高的生成质量。

模型能力

文本生成

问答系统

对话生成

文本摘要

使用案例

自然语言处理

聊天机器人

用于构建高效的对话系统，支持多轮对话。

在量化版本下仍能保持流畅的对话体验。

内容生成

自动生成文章、故事或其他文本内容。

根据提示生成连贯、有逻辑的文本。

教育

智能辅导

作为教育辅助工具，回答学生问题。

提供准确、有帮助的回答。

🚀 DeepSeek-R1-Distill-Qwen-32B-abliterated的Llamacpp imatrix量化版本

本项目提供了DeepSeek-R1-Distill-Qwen-32B-abliterated模型的量化版本，使用特定工具和方法进行量化处理，方便不同硬件条件下的使用。

🚀 快速开始

运行环境

可以在 LM Studio 中运行这些量化模型。

提示词格式

<｜begin▁of▁sentence｜>{system_prompt}<｜User｜>{prompt}<｜Assistant｜><｜end▁of▁sentence｜><｜Assistant｜>

✨ 主要特性

多种量化类型：提供了丰富的量化类型供选择，如bf16、Q8_0、Q6_K_L等，以满足不同的性能和质量需求。
在线重打包：部分量化类型支持在线重打包，可根据硬件情况自动优化性能。

📦 安装指南

安装huggingface-cli

首先，确保你已经安装了huggingface-cli：

pip install -U "huggingface_hub[cli]"

下载指定文件

你可以指定要下载的特定文件，例如：

huggingface-cli download bartowski/DeepSeek-R1-Distill-Qwen-32B-abliterated-GGUF --include "DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_M.gguf" --local-dir ./

下载拆分文件

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

huggingface-cli download bartowski/DeepSeek-R1-Distill-Qwen-32B-abliterated-GGUF --include "DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0/*" --local-dir ./

你可以指定一个新的本地目录（如DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0），或者将它们全部下载到当前目录（./）。

📚 详细文档

下载文件列表

文件名	量化类型	文件大小	拆分	描述
DeepSeek-R1-Distill-Qwen-32B-abliterated-bf16.gguf	bf16	65.54GB	true	完整的BF16权重。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q8_0.gguf	Q8_0	34.82GB	false	极高质量，通常不需要，但为最大可用量化。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q6_K_L.gguf	Q6_K_L	27.26GB	false	嵌入和输出权重使用Q8_0。非常高质量，接近完美，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q6_K.gguf	Q6_K	26.89GB	false	非常高质量，接近完美，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_L.gguf	Q5_K_L	23.74GB	false	嵌入和输出权重使用Q8_0。高质量，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_M.gguf	Q5_K_M	23.26GB	false	高质量，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q5_K_S.gguf	Q5_K_S	22.64GB	false	高质量，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_1.gguf	Q4_1	20.64GB	false	旧格式，性能与Q4_K_S相似，但在苹果硅芯片上每瓦处理的令牌数有所提高。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_L.gguf	Q4_K_L	20.43GB	false	嵌入和输出权重使用Q8_0。质量良好，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_M.gguf	Q4_K_M	19.85GB	false	质量良好，适用于大多数用例的默认大小，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_K_S.gguf	Q4_K_S	18.78GB	false	质量稍低，但节省更多空间，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q4_0.gguf	Q4_0	18.71GB	false	旧格式，提供用于ARM和AVX CPU推理的在线重打包。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_NL.gguf	IQ4_NL	18.68GB	false	与IQ4_XS相似，但稍大。提供用于ARM CPU推理的在线重打包。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_XL.gguf	Q3_K_XL	17.93GB	false	嵌入和输出权重使用Q8_0。质量较低但可用，适用于低内存情况。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_XS.gguf	IQ4_XS	17.69GB	false	质量不错，比Q4_K_S小且性能相似，推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_L.gguf	Q3_K_L	17.25GB	false	质量较低但可用，适用于低内存情况。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_M.gguf	Q3_K_M	15.94GB	false	低质量。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ3_M.gguf	IQ3_M	14.81GB	false	中低质量，新方法，性能与Q3_K_M相当。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q3_K_S.gguf	Q3_K_S	14.39GB	false	低质量，不推荐。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ3_XS.gguf	IQ3_XS	13.71GB	false	质量较低，新方法，性能不错，略优于Q3_K_S。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q2_K_L.gguf	Q2_K_L	13.07GB	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。
DeepSeek-R1-Distill-Qwen-32B-abliterated-Q2_K.gguf	Q2_K	12.31GB	false	质量非常低但出人意料地可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_M.gguf	IQ2_M	11.26GB	false	质量相对较低，使用最先进的技术，出人意料地可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_S.gguf	IQ2_S	10.39GB	false	质量低，使用最先进的技术，可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_XS.gguf	IQ2_XS	9.96GB	false	质量低，使用最先进的技术，可用。
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ2_XXS.gguf	IQ2_XXS	9.03GB	false	质量非常低，使用最先进的技术，可用。

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。

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8，这些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。

现在，有了所谓的权重“在线重打包”功能，详情见此PR。如果你使用Q4_0，并且你的硬件可以从权重重打包中受益，它将自动实时进行重打包。

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，这要归功于此PR，它也会为ARM重打包权重，不过目前仅适用于4_4。加载时间可能会较慢，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打包的Q4_0在理论上可能的性能提升。

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	每秒令牌数	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%