模型介绍
中文整理Qwen3-30B-A3B 模型卡片
模型概述
Qwen3-30B-A3B 是通义千问系列第三代大语言模型，包含密集型和混合专家（MoE）模型。
类型：因果语言模型
训练阶段：预训练与后训练
参数总量：30.5B，激活参数3.3B
非嵌入参数：29.9B
层数：48
注意力头数（GQA）：Q头32个，KV头4个
专家总数：128
激活专家数：8
上下文长度：原生32,768 tokens，使用YaRN技术可达131,072 tokens
主要能力
推理能力：支持思考模式（用于复杂逻辑推理、数学和编程）和非思考模式（用于高效通用对话）无缝切换。在数学、代码生成和常识逻辑推理方面超越前代QwQ和Qwen2.5-Instruct模型。
人类偏好对齐：在创意写作、角色扮演、多轮对话和指令遵循方面表现优异，提供更自然、更具吸引力的对话体验。
智能体能力：支持在思考和非思考模式下精确集成外部工具，在复杂智能体任务中达到开源模型领先性能。
多语言支持：支持100多种语言和方言，具备强大的多语言指令遵循和翻译能力。
输入输出
输入：文本形式的用户指令或对话，可包含系统消息和历史对话内容
输出：文本形式的响应，在思考模式下会包含<think >...</think >块包裹的推理过程
运行要求
推理框架：transformers>=0.4.6.post1 或 vllm>=0.8.5
本地部署支持：Ollama、LMStudio、MLX-LM、llama.cpp、KTransformers
长文本处理：使用YaRN技术需transformers>=4.51.0
基本用法
思考模式切换：
enable thinking=True：启用思考模式，模型会生成推理过程
enable thinking=False：禁用思考模式，不生成推理过程
软切换：在用户提示或系统消息中使用/think和/no think动态控制
采样参数建议：
思考模式：Temperature=0.6，TopP=0.95，TopK=20，MinP=0（禁止使用贪婪解码）
非思考模式：Temperature=0.7，TopP=0.8，TopK=20，MinP=0
输出长度：建议大多数查询使用32,768 tokens，高复杂度问题可设置38,912 tokens
格式标准化：
数学问题：提示中包含"Please reason step by step, and put your final answer within \boxed{}."
多选题：提示中包含JSON结构指定答案格式
多轮对话：历史消息仅保留最终输出，不需要包含思考内容
限制
YaRN配置：静态YaRN的缩放因子是固定的，可能影响短文本性能。建议仅在处理长上下文时启用，并根据实际典型上下文长度调整因子。
默认最大位置嵌入：config.json中设置为40,960，预留32,768 tokens用于输出，8,192 tokens用于提示。如果平均上下文长度不超过32,768 tokens，不建议启用YaRN。
许可证
请参阅项目官方文档获取完整的许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。