基础模型: Qwen/Qwen3-8B 模型库名称: transformers 许可证: apache-2.0 许可证链接: https://huggingface.co/Qwen/Qwen3-8B/blob/main/LICENSE 任务标签: 文本生成 标签:

• llama-cpp
• gguf-my-repo

ufoym/Qwen3-8B-Q4_K_M-GGUF

本模型是通过ggml.ai的GGUF-my-repo空间，使用llama.cpp从Qwen/Qwen3-8B转换至GGUF格式的。关于模型的更多细节，请参考原始模型卡片。

与llama.cpp一起使用

通过brew安装llama.cpp（适用于Mac和Linux）

brew install llama.cpp

调用llama.cpp服务器或命令行界面。

命令行界面:

llama-cli --hf-repo ufoym/Qwen3-8B-Q4_K_M-GGUF --hf-file qwen3-8b-q4_k_m.gguf -p "生命和宇宙的意义是"

服务器:

llama-server --hf-repo ufoym/Qwen3-8B-Q4_K_M-GGUF --hf-file qwen3-8b-q4_k_m.gguf -c 2048

注意：你也可以按照Llama.cpp仓库中列出的使用步骤直接使用这个检查点。

步骤1：从GitHub克隆llama.cpp。

git clone https://github.com/ggerganov/llama.cpp

步骤2：进入llama.cpp文件夹并使用LLAMA_CURL=1标志以及其他硬件特定标志（例如：Linux下Nvidia GPU使用LLAMA_CUDA=1）进行构建。

cd llama.cpp && LLAMA_CURL=1 make

步骤3：通过主二进制文件运行推理。

./llama-cli --hf-repo ufoym/Qwen3-8B-Q4_K_M-GGUF --hf-file qwen3-8b-q4_k_m.gguf -p "生命和宇宙的意义是"

或

./llama-server --hf-repo ufoym/Qwen3-8B-Q4_K_M-GGUF --hf-file qwen3-8b-q4_k_m.gguf -c 2048