base_model: prithivMLmods/Qwen3-VL-8B-Instruct-abliterated-v1 language:
- en library_name: transformers license: apache-2.0 mradermacher: readme_rev: 1 quantized_by: mradermacher tags:
- text-generation-inference
- abliterated
- v1.0
关于模型 (About)
基于 https://huggingface.co/prithivMLmods/Qwen3-VL-8B-Instruct-abliterated-v1 的静态量化版本。
如需便捷概览及下载列表,请访问我们的 该模型专属主页。
加权/imatrix 量化版本可在此获取:https://huggingface.co/mradermacher/Qwen3-VL-8B-Instruct-abliterated-i1-GGUF
使用方法 (Usage)
如果您不确定如何使用 GGUF 文件,请参阅 TheBloke 的 README 之一 获取更多详细信息,包括如何拼接分卷文件。
提供的量化版本 (Provided Quants)
(按文件体积排序,并非严格代表质量。在体积相似的情况下,通常更推荐选择 IQ 系列量化而非传统非 IQ 量化)
| 链接 | 类型 | 大小/GB | 说明 |
|---|---|---|---|
| GGUF | mmproj-Q8_0 | 0.9 | 多模态投影补充文件 |
| GGUF | mmproj-f16 | 1.3 | 多模态投影补充文件 |
| GGUF | Q2_K | 3.4 | |
| GGUF | Q3_K_S | 3.9 | |
| GGUF | Q3_K_M | 4.2 | 质量较低 |
| GGUF | Q3_K_L | 4.5 | |
| GGUF | IQ4_XS | 4.7 | |
| GGUF | Q4_K_S | 4.9 | 速度快,推荐 |
| GGUF | Q4_K_M | 5.1 | 速度快,推荐 |
| GGUF | Q5_K_S | 5.8 | |
| GGUF | Q5_K_M | 6.0 | |
| GGUF | Q6_K | 6.8 | 质量极佳 |
| GGUF | Q8_0 | 8.8 | 速度快,最高质量 |
| GGUF | f16 | 16.5 | 16 bpw,体积过大(overkill) |
以下是 ikawrakow 制作的针对部分较低质量量化类型的实用对比图(越低越好):
image.png
此外,Artefact2 对此问题的见解详见: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9
常见问题 / 模型量化需求 (FAQ / Model Request)
如果您有任何疑问,或者希望量化其他模型,请查看 https://huggingface.co/mradermacher/model_requests 了解相关解答与说明。
致谢 (Thanks)
感谢我的公司 nethype GmbH 允许我使用其服务器并为我的工作站提供升级支持,使我能够在业余时间完成这项工作。