2.9 KiB
2.9 KiB
tags, tasks, license
| tags | tasks | 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：
- 先用
llama-imatrix基于校准语料计算 importance matrix（Qwen3.5-27B.imatrix.dat） - 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：
1152blocks：基础校准数据calibration_data_v5_rc.txt2000blocks：QuixiAI/Code-74k-ShareGPT-Vicuna1000blocks：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）。