Mlabonne Qwen3 8B Abliterated GGUF

由 bartowski 开发

这是Qwen3-8B-abliterated模型的量化版本，使用llama.cpp进行量化，适用于文本生成任务。

大型语言模型 #多级量化选择 #中文文本生成 #低资源部署

下载量 6,892

发布时间 : 4/29/2025

模型介绍

内容详情

替代品

模型简介

该模型是基于Qwen3-8B-abliterated的量化版本，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Q2_K的多种量化选项，适应不同硬件和性能需求。

imatrix量化

使用imatrix选项进行量化，提升模型性能。

广泛兼容性

支持在LM Studio和llama.cpp等平台上运行。

模型能力

文本生成

自然语言处理

使用案例

文本生成

对话系统

可用于构建对话系统，生成自然语言响应。

内容创作

可用于生成文章、故事等内容。

量化者：bartowski
任务标签：文本生成
标签：[]
基础模型：mlabonne/Qwen3-8B-abliterated
基础模型关联：量化

mlabonne的Qwen3-8B-abliterated模型的Llamacpp imatrix量化版本

使用llama.cpp发布的b5200进行量化。

原始模型：https://huggingface.co/mlabonne/Qwen3-8B-abliterated

所有量化均使用imatrix选项，数据集来自此处。

可在LM Studio中运行，或直接使用llama.cpp及其他基于llama.cpp的项目运行。

提示词格式

<|im_start|>system  
{系统提示}<|im_end|>  
<|im_start|>user  
{用户输入}<|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	是否分割	描述
Qwen3-8B-abliterated-bf16.gguf	bf16	16.39GB	否	完整的BF16权重。
Qwen3-8B-abliterated-Q8_0.gguf	Q8_0	8.71GB	否	极高品质，通常无需但为最高可用量化。
Qwen3-8B-abliterated-Q6_K_L.gguf	Q6_K_L	7.03GB	否	嵌入和输出权重使用Q8_0。极高品质，接近完美，推荐。
Qwen3-8B-abliterated-Q6_K.gguf	Q6_K	6.73GB	否	极高品质，接近完美，推荐。
Qwen3-8B-abliterated-Q5_K_L.gguf	Q5_K_L	6.24GB	否	嵌入和输出权重使用Q8_0。高品质，推荐。
Qwen3-8B-abliterated-Q5_K_M.gguf	Q5_K_M	5.85GB	否	高品质，推荐。
Qwen3-8B-abliterated-Q5_K_S.gguf	Q5_K_S	5.72GB	否	高品质，推荐。
Qwen3-8B-abliterated-Q4_K_L.gguf	Q4_K_L	5.49GB	否	嵌入和输出权重使用Q8_0。良好品质，推荐。
Qwen3-8B-abliterated-Q4_1.gguf	Q4_1	5.25GB	否	传统格式，性能类似Q4_K_S，但在Apple芯片上功耗表现更优。
Qwen3-8B-abliterated-Q4_K_M.gguf	Q4_K_M	5.03GB	否	良好品质，适用于大多数场景的默认大小，推荐。
Qwen3-8B-abliterated-Q3_K_XL.gguf	Q3_K_XL	4.98GB	否	嵌入和输出权重使用Q8_0。质量较低但可用，适合内存有限的情况。
Qwen3-8B-abliterated-Q4_K_S.gguf	Q4_K_S	4.80GB	否	质量稍低但节省更多空间，推荐。
Qwen3-8B-abliterated-Q4_0.gguf	Q4_0	4.79GB	否	传统格式，支持ARM和AVX CPU推理的在线重打包。
Qwen3-8B-abliterated-IQ4_NL.gguf	IQ4_NL	4.79GB	否	类似IQ4_XS，但稍大。支持ARM CPU推理的在线重打包。
Qwen3-8B-abliterated-IQ4_XS.gguf	IQ4_XS	4.56GB	否	质量尚可，比Q4_K_S更小且性能相似，推荐。
Qwen3-8B-abliterated-Q3_K_L.gguf	Q3_K_L	4.43GB	否	质量较低但可用，适合内存有限的情况。
Qwen3-8B-abliterated-Q3_K_M.gguf	Q3_K_M	4.12GB	否	质量较低。
Qwen3-8B-abliterated-IQ3_M.gguf	IQ3_M	3.90GB	否	中低质量，新方法性能尚可，与Q3_K_M相当。
Qwen3-8B-abliterated-Q2_K_L.gguf	Q2_K_L	3.89GB	否	嵌入和输出权重使用Q8_0。质量非常低但意外可用。
Qwen3-8B-abliterated-Q3_K_S.gguf	Q3_K_S	3.77GB	否	质量较低，不推荐。
Qwen3-8B-abliterated-IQ3_XS.gguf	IQ3_XS	3.63GB	否	质量较低，新方法性能尚可，略优于Q3_K_S。
Qwen3-8B-abliterated-IQ3_XXS.gguf	IQ3_XXS	3.37GB	否	质量较低，新方法性能尚可，与Q3量化相当。
Qwen3-8B-abliterated-Q2_K.gguf	Q2_K	3.28GB	否	质量非常低但意外可用。
Qwen3-8B-abliterated-IQ2_M.gguf	IQ2_M	3.05GB	否	质量相对较低，采用前沿技术使其意外可用。

嵌入/输出权重

部分量化（如Q3_K_XL、Q4_K_L等）为标准量化方法，但嵌入和输出权重使用Q8_0而非默认量化方式。

使用huggingface-cli下载

点击查看下载说明

首先确保已安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后指定目标文件：

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q4_K_M.gguf" --local-dir ./

若模型超过50GB，将分割为多个文件。下载全部文件至本地目录：

huggingface-cli download bartowski/mlabonne_Qwen3-8B-abliterated-GGUF --include "mlabonne_Qwen3-8B-abliterated-Q8_0/*" --local-dir ./

可指定新目录（如mlabonne_Qwen3-8B-abliter

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

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。

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。

AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。

简体中文

热门模型

Llama 3 Typhoon V1.5x 8b Instruct

Cadet Tiny

Roberta Base Chinese Extractive Qa

热门模型分类

热门标签