license: mit base_model:
- ornith-ai/Ornith-1.5-35B-A3B base_model_relation: quantized pipeline_tag: image-text-to-text library_name: gguf tags:
- gguf
- ICE
- ICE-Tiers
- ice-quant
- 9-Tier-Standard
- Tiel-Calibrated
- mtp
- speculative-decoding
- apex
- v2d-lite
- unsloth-dynamic
- moe
- vlm
- qwen35moe
- imatrix
- abliterated
- uncensored
Ornith-1.5-35B-A3B Abliterated — MTP + UD + ICE + APEX GGUF
本模型为去审查(abliterated)模型的九个帕累托最优(Pareto-optimal)量化等级,每个等级均嫁接移植了 MTP 头(该头来自原版 Ornith-1.5,而去审查源模型未附带)。
基于 wikitext-2-raw(16 个分块 x 2048 上下文),对照两个参考基准进行评估测试,从而明确区分量化损失与去审查损失。
去审查本身对模型产生了多大改变?
| 平均 KLD(去审查 BF16 对比原版 BF16) | 0.0151 |
| 相同 top-1 token 比率 | 95.04% |
作为参照,在此量化阶梯中最好的量化损失约为 0.022 KLD。去审查所带来的扰动甚至小于 Q6_K 量化。
量化等级列表 / Tiers(9/9 已测试)
| 等级 (tier) | 大小 | 平均 KLD | 99% KLD | 99.9% KLD | PPL 比率 | 相同 top-1 | 活跃 bpw | 文件 bpw | 综合评分 |
|---|---|---|---|---|---|---|---|---|---|
MTP-UD-Q6_K | 30.21 GB | 0.0222 | 0.226 | 0.695 | 0.9960 | 94.05% | 8.063 | 6.804 | 96.7 |
MTP-UD-Q5_K_S | 25.84 GB | 0.0261 | 0.269 | 0.899 | 0.9871 | 93.51% | 7.693 | 5.820 | 96.3 |
TIEL_Calibrated-25G-ICE | 24.85 GB | 0.0276 | 0.269 | 1.061 | 0.9847 | 93.33% | 7.686 | 5.597 | 96.1 |
MTP-25G-ICE | 24.85 GB | 7.686 | 5.597 | ||||||
TIEL_Calibrated-23G-ICE | 22.84 GB | 0.0321 | 0.326 | 1.173 | 0.9907 | 92.89% | 7.523 | 5.143 | 95.7 |
MTP-23G-ICE | 22.84 GB | 7.523 | 5.143 | ||||||
TIEL_Calibrated-21G-ICE | 20.85 GB | 0.0392 | 0.421 | 1.606 | 0.9997 | 92.27% | 7.357 | 4.695 | 95.0 |
MTP-21G-ICE | 20.85 GB | 7.357 | 4.695 | ||||||
TIEL_Calibrated-19G-ICE | 18.82 GB | 0.0576 | 0.602 | 2.123 | 1.0015 | 90.42% | 7.192 | 4.240 | 93.3 |
MTP-19G-ICE | 18.82 GB | 7.192 | 4.240 | ||||||
MTP-UD-IQ4_XS | 18.68 GB | 0.0706 | 0.695 | 2.645 | 1.0502 | 89.40% | 6.762 | 4.209 | 92.2 |
MTP-APEX-I-Compact-v2D-lite | 17.57 GB | 0.0925 | 0.893 | 3.141 | 1.0169 | 87.97% | 5.228 | 3.956 | 90.5 |
MTP-APEX-I-Mini-v2D-lite | 14.37 GB | 0.2546 | 2.410 | 5.578 | 1.2129 | 80.70% | 4.180 | 3.208 | 80.0 |
四个
ICE行已于 2026-08-24 重新构建,被划掉的数值为替换前的旧数据。新数据是在 64 个分块 下测得的,而表中其余数据为 16 个分块;更高的分块数量收紧了误差范围,且不会改变均值。具体的变更内容、原因以及完整的评测结果参见:MEASUREMENTS-ICE-rebuild.md。
四个
TIEL_Calibrated行于 2026-08-30 添加。 其构建与对应的MTP-*-ICE版本完全相同——相同去审查主干网络、相同经过 norm 修正的 MTPv2 头、相同基于 ICE 的配方以及相同的字节预算——但使用了来自 peculiar-ragdoll/Tiel-Coder-35B-A3B-GGUF 的重要性矩阵(imatrix)与内置对话模板(chat template),感谢该仓库的贡献。其重要性矩阵规模为 3000 x 512 = 1,536,000 tokens,而其他版本为 573 x 512 = 293,376 tokens。测试同样基于 64 个分块进行。
按综合评分(overall)从优到劣排序(BF16 = 100),该指标与未去审查模型说明卡上采用的复合公式一致:0.70/(1+meanKLD) + 0.30*sameTop1。所有 KLD 列均以去审查版 BF16 作为基准进行测试,即单独隔离出量化所造成的损失。
请谨慎解读尾部统计列。
99.9% KLD对应 32,768 个 token 中约第 33 差的 token——作为极端阶数统计量具有很大的采样方差,因此相邻量化等级之间可能会发生倒挂而并不具有实际意义。99% KLD基于约 328 个 token,各等级之间呈现严格单调递增;平均 KLD(mean KLD)使用全部 32,768 个 token,相邻最近的一对等级也能拉开 4.3 个标准差(sigma)。因此请根据平均 KLD 进行排序;尾部统计列仅反映分布形态,而非排序依据。
去审查对比未去审查(相同配方)
两列均为原始 16 个分块的测试结果,以便隔离出去审查本身的影响。四个 ICE 等级后续已经重新构建;其最新数值见上方等级表及 MEASUREMENTS-ICE-rebuild.md。
| 等级 (tier) | KLD去审查 | KLD原版纯净 | Δ | top-1去审查 | top-1原版纯净 | Δ | PPL 比率去审查 | PPL 比率原版纯净 | Δ |
|---|---|---|---|---|---|---|---|---|---|
MTP-UD-Q6_K | 0.0222 | 0.0221 | +0.6% | 94.05% | 93.85% | +0.20 pp | 0.9960 | 0.9957 | +0.0003 |
MTP-UD-Q5_K_S | 0.0261 | 0.0272 | -4.2% | 93.51% | 93.51% | +0.01 pp | 0.9871 | 0.9862 | +0.0009 |
MTP-25G-ICE | 0.0293 | 0.0303 | -3.4% | 93.44% | 93.16% | +0.28 pp | 0.9856 | 0.9814 | +0.0042 |
MTP-23G-ICE | 0.0345 | 0.0361 | -4.4% | 92.39% | 92.65% | -0.26 pp | 0.9902 | 0.9885 | +0.0018 |
MTP-21G-ICE | 0.0398 | 0.0412 | -3.4% | 92.06% | 92.03% | +0.03 pp | 0.9943 | 0.9924 | +0.0019 |
MTP-19G-ICE | 0.0612 | 0.0608 | +0.5% | 90.02% | 90.32% | -0.30 pp | 1.0025 | 1.0030 | -0.0005 |
MTP-UD-IQ4_XS | 0.0706 | 0.0723 | -2.4% | 89.40% | 89.46% | -0.06 pp | 1.0502 | 1.0526 | -0.0024 |
MTP-APEX-I-Compact-v2D-lite | 0.0925 | 0.0954 | -3.0% | 87.97% | 87.83% | +0.14 pp | 1.0169 | 1.0101 | +0.0068 |
MTP-APEX-I-Mini-v2D-lite | 0.2546 | 0.2608 | -2.4% | 80.70% | 80.49% | +0.21 pp | 1.2129 | 1.2281 | -0.0151 |
在所有等级中,Δ 均接近于零或略微为负:去审查并未使该模型变得更难量化,且在中等大小区间量化难度甚至略有降低——这可能是因为将特定方向从 ffn_down 中投影去除后缩小了其动态范围。
以原版 BF16 作为基准的另外两项测试结果(完整数据见 KLD_RESULTS.txt):
- 两种损失表现出极强的次可加性(sub-additive)——去审查与量化在很大程度上是正交的,因此两者的联合损伤远低于各自损失的代数和。
- 没有任何等级出现“去审查逆转(un-abliterates)”。 在所测的全部 9 个量化阶梯中,与原版 BF16 的距离均始终大于去审查本身的距离(0.0151),这意味着量化绝不会将模型拉回到原始的拒绝回答行为。
各等级系列说明
| 系列 | 说明 |
|---|---|
| UD-* | Unsloth Dynamic 2.0 映射,1:1 严格复现。在所有尺寸下均将注意力层、共享专家层和 token_embd 锁定为 Q8_0,仅改变路由专家层的精度。 |
| ICE-* | 根据量化误差的传播距离而非激活幅度分配比特预算。以目标模型体积命名。 |
| APEX-I-*-v2D-lite | mudler 的 APEX 映射,并在 10 个全注意力块中的 attn_k/attn_v 以及输出头上各提升了一个等级档次。 |
选型经验法则:Q6_K / Q5_K_S 接近无损;25G/23G-ICE 为综合质量黄金平衡点;21G/19G-ICE 为最佳小体积等级;Compact/Mini 仅适用于显存极度紧张的环境——Mini 品质下降较为明显。
ICE 等级与 9 级标准的由来
ICE 根据误差传播距离(即量化误差在到达输出之前传递了多远)分配比特数。直接写入残差流的张量、常驻开启的密集路径以及路由器均得到保护;而路由专家层堆叠(包含 93% 的参数量,但每个 token 仅激活 256 个专家中的 8 个)则保持均匀量化。路由器保持 F32 精度,且草稿块(draft block)不固定锁定,从而使其专家随等级缩放。
在未去审查的阶梯对比中,基于该模型和测试体系,ICE 在相同大小下均表现更优:
| 对比项 | 结果 |
|---|---|
| 23G-ICE 对比 UD-Q4_K_XL(相同体积) | KLD -5.0% |
| 23G-ICE 对比 APEX-I-Quality | KLD -13.0% 且 体积小 0.61 GB |
| 25G-ICE 对比 APEX-I-Balanced | KLD -12.2% 且 体积小 1.15 GB |
UD-Q4_K_XL、APEX-I-Quality-v2D-lite 与 APEX-I-Balanced-v2D-lite 均已被体积更小且更接近 BF16 的 ICE 等级所超越,因此重建这些等级只会徒增体积而无法带来质量收益。完整推导过程、被证伪的 ffn_down 规则以及实测的凸性边界详见原版 Ornith-1.5 说明卡。
9 级标准(The 9-Tier Standard)
自本版本起,以下九个配方成为标准发布阶梯:
UD-Q6_K·UD-Q5_K_S·25G-ICE·23G-ICE·21G-ICE·19G-ICE·UD-IQ4_XS·APEX-I-Compact-v2D-lite·APEX-I-Mini-v2D-lite它们是针对该架构在 12 个等级遍历测试中所测出的帕累托前沿:每个被放弃的等级在体积和KLD两方面均被实际发布的等级所超越。参考测试数据与方法学详见:Ornith-1.5-35B-MTP-UD-APEX-GGUF。
对源模型所做的修改与修复
PocketAiHub/Ornith-1.5-35B-A3B-Abliterated-GGUF 在张量级别是高度保真的——除 ffn_down 外,每个张量均与 ornith-ai 的 BF16 字节完全一致。去审查仅局限于 第 15-39 层的 ffn_down(包括路由专家和共享专家),L1 相对变动幅度约为 1.6-1.9e-02。路由器、注意力机制、ffn_gate、ffn_up 以及第 0-14 层均未作任何改动。
在嫁接移植过程中修复了三处问题:
- 恢复 MTP 头 — 取自 ornith-ai BF16 的 20 个
blk.40.*张量;block_count从 40 变为 41,并补全了nextn_predict_layers。 - 将
tokenizer.ggml.add_bos_token恢复为False— 源模型完全遗漏了该键名,导致 llama.cpp 回退至默认值,分词行为与原版不同。如果不作修复,与原版的任何 KLD 对比评估也将失效。 - 恢复
tokenizer.chat_template— 源模型附带的 7536 字节副本中移除了多系统消息合并代码块;原版大小为 7828 字节。
重要性矩阵(imatrix)
采用 bartowski 的 Ornith-1.5-35B-A3B-imatrix.gguf,未经修改直接复用。此举基于实测验证而非主观假设:原版与去审查模型之间的路由器张量在字节级别完全一致,因此激活的专家完全相同,每通道统计特性依然适用。
量化配方
在进行本次构建前,所有九个张量映射均已确认与已发布的非去审查对应等级完全一致(byte-exact),因此两个发布阶梯具有直接可比性:
- UD — 1:1 严格复现自
unsloth/Ornith-1.0-35B-GGUF(Unsloth Dynamic 2.0)。 - APEX v2D-lite — mudler 的 Ornith-1.5 映射,其中 10 个全注意力块的
attn_k/attn_v以及输出头各提升了一个档次。 - ICE — 根据量化误差的传播距离而非激活幅度分配比特;专家堆叠均匀量化,草稿块未固定锁定。
MTP / 推测解码(Speculative Decoding)
每个等级均带有 MTP 头,锁定为 Q8_0(在 ICE 等级中 attn_k/attn_v 为 F16)。该头是从原版模型嫁接移植而来的,因此草稿头未经去审查,而主干网络经过了去审查——如果您在草稿推测过程中依赖模型的拒绝回答行为,这一点值得留意:草稿头仅负责提议 token,去审查的主干网络负责验证,因此最终接受的 token 始终由主干网络决定。
实测草稿接受率: 在 23G-ICE、--spec-type draft-mtp、纯文本设置下测得 96.77%(390/403)。
| 提示词测试集 | 接受率 |
|---|---|
code-novel | 98.45% |
structured | 98.29% |
copy-edit | 97.30% |
prose-novel | 91.57% |
原始运行数据记录于 gate_spec_bench.json。接受率取决于提示词分布——对比时请确保基于相同测试环境。
llama-server -m Ornith-1.5-35B-A3B-Abliterated-MTPv2-21G-ICE.gguf \
--mmproj mmproj-Ornith-1.5-35B-A3B-Abliterated-F16.gguf \
-c 8192 -fa on --jinja \
--spec-type draft-mtp --spec-draft-n-max 1 --spec-draft-n-min 0 --spec-draft-p-min 0.75
MTPv2 — 更新的草稿头(2026-08-23)
ornith-ai 在官方 Ornith-1.5-35B-A3B 仓库中上传了重新训练的原生 MTP 头,因此本项目同步进行了更新。
九个 MTPv2-* 文件采用了与前一代完全相同的九种配方——相同的去审查主干网络、相同的 imatrix、相同的逐张量规则文件以及相同的 llama.cpp 构建版本。仅重新嫁接了 blk.40。除 blk.40 之外的所有张量以及完整元数据块均与对应的 MTPv1/ 版本字节一致——上传前已逐张量完成验证。
四个 ICE 等级随后于 2026-08-24 再次重新构建,优化了专家层布局并修正了 blk.40 的 norm 转换。等级表中同时展示了新旧两版数据。
具体变动内容: 原始 checkpoint 中的头使用的是类似初始化的权重;而替换版本是经过正式训练的。从两个发布文件中直接读取的张量统计如下:
blk.40 张量 | MTPv1 | MTPv2 |
|---|---|---|
nextn.shared_head_norm.weight | 1.02281 ± 0.00017 | 2.92531 ± 0.29643 |
attn_norm.weight | 1.00006 ± 0.00302 | 0.90492 ± 0.15616 |
nextn.hnorm.weight | 1.01571 ± 0.00558 | 0.49370 ± 0.09479 |
attn_q_norm.weight | 1.00390 ± 0.00680 | 1.76704 ± 0.33864 |
前一代阶梯保持不变,仍保留在 MTPv1/ 目录下——文件相同、哈希一致,未删除任何内容。
独立草稿头(Standalone draft head)
新版头也单独进行了发布,可作为 --model-draft 伴随模型(sidecar)使用,而无需依赖内置头:
| 文件 | 大小 |
|---|---|
mtp-Ornith-1.5-35B-A3B-Abliterated-MTPv2-BF16.gguf | 3.74 GB |
mtp-Ornith-1.5-35B-A3B-Abliterated-MTPv2-Q8_0.gguf | 1.99 GB |
mtp-Ornith-1.5-35B-A3B-Abliterated-MTPv2-Q4_K_M.gguf | 1.26 GB |
其中 BF16 版本直接提取自用于量化整个阶梯的嫁接主模型,因此其头张量与 MTPv2-* 文件内部的头完全一致。
视觉(Vision)支持
未重新托管——请直接使用源仓库的投影器:
mmproj-Ornith-1.5-35B-A3B-Abliterated-F16.gguf
(0.90 GB)。若不挂载该文件,模型将无法处理图像。请注意 --mmproj 会强制禁用 ctx_shift 和 cache_reuse。
其他包含文件
包含当前阶梯的 sha256sums-MTPv2.txt 与 MANIFEST-MTPv2.txt,2026-08-24 ICE 重建记录文档 MEASUREMENTS-ICE-rebuild.md,以及 MTPv1/ 目录下的原版文件(KLD_RESULTS.txt、gate_spec_bench.json、sha256sums.txt、MANIFEST.txt)。
BF16 主模型未重复托管:去审查版本请访问 PocketAiHub,原版请访问 ornith-ai。
致谢:感谢 PocketAiHub 提供的去审查模型;bartowski 提供的 imatrix 及其测试语料;mudler 提供的 APEX 参考映射;Unsloth 提供的 UD 2.0 映射;Shisa-AI 提供的最终 12K KL 蒸馏 MTP 头(ShisaMTP 变体);Jzinno 提供的 Dflash2 sidecar;以及 peculiar-ragdoll 提供的 Tiel iMatrix 校准与精细对话模板。