---
tags:
- text-generation
- qwen
- qwen35
- gguf
- quantization
tasks:
- text-generation
license: Apache License 2.0
---

# Qwen3.5-27B Quantized GGUF (IQ4_KS / IQ5_K / IQ6_K)

## 模型说明

该仓库提供 Qwen3.5-27B 的 GGUF 量化版本，适配 llama.cpp 生态，包含 IQ4_KS、IQ5_K、IQ6_K 三种规格。权重由 BF16 GGUF 输入文件通过 imatrix 方式量化，重点平衡了体积、推理速度与精度表现，适用于不同显存预算下的文本生成任务。

## 权重来源

- 原始 BF16 GGUF 来源：`TeichAI/Qwen3.5-27B-Claude-Opus-4.6-Distill-GGUF`
- 本仓库内容为基于该来源进行 imatrix + GGUF 量化后的发布版本（IQ4_KS / IQ5_K / IQ6_K）

## 量化方法

本仓库采用 `ik_llama.cpp` Docker 镜像（`hotwa/ik:latest`）进行两阶段量化：

1. 先用 `llama-imatrix` 基于校准语料计算 importance matrix（`Qwen3.5-27B.imatrix.dat`）
2. 再用 `llama-quantize --imatrix ...` 分别导出 `IQ4_KS`、`IQ5_K`、`IQ6_K`

核心量化参数：

- imatrix 输入模型：`Qwen3.5-27b-Opus-4.6-Distill-BF16-00001-of-00002.gguf`
- `--ctx-size 512`
- `-ngl 99`
- `--threads 16`

该流程使用 imatrix 对不同权重的重要性进行建模，可在同等量化位宽下减少关键层信息损失，提升量化后推理稳定性。

## 校准数据来源与选择依据

量化校准文件为 `calibration_data_v5_rc_code.txt`，总计 `4152` blocks，构成如下：

- `1152` blocks：基础校准数据 `calibration_data_v5_rc.txt`
- `2000` blocks：`QuixiAI/Code-74k-ShareGPT-Vicuna`
- `1000` blocks：`alvarobartt/openhermes-preferences-coding`（`chosen` 分支）

基础校准数据下载源：

- 社区常用版本：`https://gist.githubusercontent.com/tristandruyen/9e207a95c7d75ddf37525d353e00659c/raw/571fda718462de863e5a0171078c175420c7649a/calibration_data_v5_rc.txt`
- 官方备用源：`https://raw.githubusercontent.com/ggerganov/llama.cpp/master/examples/calibration/calibration_data.txt`

选择这三部分数据的目的：

- 基础数据用于覆盖通用语义与常见文本分布，避免模型只对代码域过拟合
- Code-74k 对话样本提升代码生成、调试、解释等场景的量化保真度
- OpenHermes coding preference 样本提供“更优回答偏好”信号，帮助保持代码输出的结构化与可读性

该组合在“通用文本 + 代码任务”之间做了平衡，适合 Qwen3.5-27B Distill 模型的实际使用场景。

## 文件内容

- `Qwen3.5-27B-IQ4_KS.gguf`：低显存优先
- `Qwen3.5-27B-IQ5_K.gguf`：性能和质量平衡
- `Qwen3.5-27B-IQ6_K.gguf`：更高保真优先
- `Qwen3.5-27B.imatrix.dat`：量化使用的 importance matrix

## 使用建议

- 设备资源紧张时优先 IQ4_KS
- 通用推理场景优先 IQ5_K
- 对质量要求更高时使用 IQ6_K

## 备注

该仓库用于发布可直接推理的 GGUF 权重，不包含训练过程文件。推理时请使用支持 GGUF 的推理框架（如 llama.cpp 相关实现）。