Mlabonne Qwen3 4B Abliterated GGUF

由 bartowski 开发

Qwen3-4B-abliterated的量化版本，使用llama.cpp进行量化，支持多种量化类型，适用于文本生成任务。

大型语言模型 #高效量化 #多格式适配 #轻量部署

下载量 3,623

发布时间 : 4/29/2025

模型介绍

内容详情

替代品

模型简介

这是一个基于Qwen3-4B-abliterated模型的量化版本，使用llama.cpp工具进行量化，支持多种量化类型，适用于文本生成任务。模型支持在LM Studio、llama.cpp等环境中运行。

模型特点

多种量化选项

提供从BF16到Q2_K的多种量化类型，满足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、llama.cpp等多种环境中运行。

嵌入/输出权重优化

部分量化类型对嵌入和输出权重进行特殊优化，提升性能。

模型能力

文本生成

多轮对话

支持系统提示

使用案例

文本生成

对话系统

可用于构建多轮对话系统，支持系统提示和用户输入。

内容创作

生成文章、故事等文本内容。

量化者：bartowski
流水线标签：文本生成
标签：[]
基础模型：mlabonne/Qwen3-4B-abliterated
基础模型关系：量化

mlabonne的Qwen3-4B-abliterated模型的Llamacpp imatrix量化版本

使用llama.cpp发布的b5200版本进行量化。

原始模型：https://huggingface.co/mlabonne/Qwen3-4B-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

也可直接使用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	是否分割	描述
Qwen3-4B-abliterated-bf16.gguf	bf16	8.05GB	false	完整的BF16权重。
Qwen3-4B-abliterated-Q8_0.gguf	Q8_0	4.28GB	false	极高品质，通常不需要但为最高可用量化。
Qwen3-4B-abliterated-Q6_K_L.gguf	Q6_K_L	3.40GB	false	嵌入和输出权重使用Q8_0。极高品质，接近完美，推荐。
Qwen3-4B-abliterated-Q6_K.gguf	Q6_K	3.31GB	false	极高品质，接近完美，推荐。
Qwen3-4B-abliterated-Q5_K_L.gguf	Q5_K_L	2.98GB	false	嵌入和输出权重使用Q8_0。高品质，推荐。
Qwen3-4B-abliterated-Q5_K_M.gguf	Q5_K_M	2.89GB	false	高品质，推荐。
Qwen3-4B-abliterated-Q5_K_S.gguf	Q5_K_S	2.82GB	false	高品质，推荐。
Qwen3-4B-abliterated-Q4_1.gguf	Q4_1	2.60GB	false	传统格式，性能类似Q4_K_S，但在Apple芯片上具有更高的tokens/watt效率。
Qwen3-4B-abliterated-Q4_K_L.gguf	Q4_K_L	2.59GB	false	嵌入和输出权重使用Q8_0。良好品质，推荐。
Qwen3-4B-abliterated-Q4_K_M.gguf	Q4_K_M	2.50GB	false	良好品质，大多数用例的默认大小，推荐。
Qwen3-4B-abliterated-Q4_K_S.gguf	Q4_K_S	2.38GB	false	品质略低但节省更多空间，推荐。
Qwen3-4B-abliterated-Q4_0.gguf	Q4_0	2.38GB	false	传统格式，为ARM和AVX CPU推理提供在线重打包功能。
Qwen3-4B-abliterated-IQ4_NL.gguf	IQ4_NL	2.38GB	false	类似IQ4_XS，但稍大。为ARM CPU推理提供在线重打包功能。
Qwen3-4B-abliterated-Q3_K_XL.gguf	Q3_K_XL	2.33GB	false	嵌入和输出权重使用Q8_0。品质较低但可用，适合低RAM环境。
Qwen3-4B-abliterated-IQ4_XS.gguf	IQ4_XS	2.27GB	false	品质尚可，比Q4_K_S更小但性能相似，推荐。
Qwen3-4B-abliterated-Q3_K_L.gguf	Q3_K_L	2.24GB	false	品质较低但可用，适合低RAM环境。
Qwen3-4B-abliterated-Q3_K_M.gguf	Q3_K_M	2.08GB	false	低品质。
Qwen3-4B-abliterated-IQ3_M.gguf	IQ3_M	1.96GB	false	中低品质，新方法，性能与Q3_K_M相当。
Qwen3-4B-abliterated-Q3_K_S.gguf	Q3_K_S	1.89GB	false	低品质，不推荐。
Qwen3-4B-abliterated-IQ3_XS.gguf	IQ3_XS	1.81GB	false	较低品质，新方法，性能尚可，略优于Q3_K_S。
Qwen3-4B-abliterated-Q2_K_L.gguf	Q2_K_L	1.76GB	false	嵌入和输出权重使用Q8_0。品质非常低但出奇地可用。
Qwen3-4B-abliterated-IQ3_XXS.gguf	IQ3_XXS	1.67GB	false	较低品质，新方法，性能尚可，与Q3量化相当。
Qwen3-4B-abliterated-Q2_K.gguf	Q2_K	1.67GB	false	品质非常低但出奇地可用。
Qwen3-4B-abliterated-IQ2_M.gguf	IQ2_M	1.51GB	false	品质相对较低，使用SOTA技术使其出奇地可用。

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，但嵌入和输出权重被量化为Q8_0而非默认值。

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，可以指定要下载的具体文件：

huggingface-cli download bartowski/mlabonne_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-abliterated-Q4_K_M.gguf" --local-dir ./

如果模型大小超过50GB，则会被分割为多个文件。要下载所有文件到本地文件夹，运行：

huggingface-cli download bartowski/mlabonne_Qwen3-4B-abliterated-GGUF --include "mlabonne_Qwen3-4B-abliterated-Q8_0/*" --local-dir ./

可以指定新的本地目录（如mlabonne_Qwen3-4B-abliterated-Q8_0）或直接下载到当前目录（./）

ARM/AVX信息

以前，您会下载Q4_0_4_4/4_8/8_8，这些文件会在内存中对权重进行交错以提高ARM和AVX机器的性能，从而在一次加载中处理更多数据。

但现在，有一种称为“在线重打包”的功能，详情见此PR。如果使用Q4_0且硬件受益于权重重打包，它将自动在运行时完成。

从llama.cpp构建版本b4282开始，您将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果您希望获得略高的品质，可以使用IQ4_NL，这得益于此PR，它也会为ARM重打包权重（目前仅支持4_4）。加载时间可能较慢，但会带来整体速度提升。

点击查看Q4_0_X_X信息（已弃用）

保留此部分以展示使用Q4_0在线重打包的潜在理论性能提升。

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	t/s	%（对比Q4_0）
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%