模型介绍
中文整理Qwen3-30B-A3B-GGUF 模型卡片
模型用途
Qwen3-30B-A3B是通义千问系列的大型语言模型，采用密集型和混合专家架构。可用于复杂逻辑推理、数学计算、代码生成、多语言对话、创意写作、角色扮演以及需要外部工具集成的代理任务。
主要能力
支持在同一模型内无缝切换思考模式和非思考模式。思考模式适用于复杂逻辑推理、数学和编码任务；非思考模式适用于高效通用对话。在数学、代码生成和常识逻辑推理方面性能显著提升。具备优秀的人类偏好对齐能力，在创意写作、角色扮演、多轮对话和指令遵循方面表现突出。支持100多种语言和方言，具备多语言指令跟随和翻译能力。
输入输出
输入格式：文本提示，可通过/think或/no think标记切换思考模式
输出格式：文本响应
上下文长度：原生支持32,768个tokens，使用YaRN方法可扩展至131,072个tokens
运行要求
参数总量：30.5B，激活参数：3.3B
非嵌入参数：29.9B
网络结构：48层，32个Q注意力头，4个KV注意力头
专家配置：总共128个专家，激活8个专家
量化支持：q4_K_M、q5_0、q5_K_M、q6_K、q8_0
推理框架：推荐使用llama.cpp或ollama
基本用法
通过llama.cpp或ollama框架运行。使用/think或/no think标记或系统消息切换思考模式。
思考模式推荐参数：Temperature=0.6，TopP=0.95，TopK=20，PresencePenalty=1.5。建议不使用贪婪解码。
非思考模式推荐参数：Temperature=0.7，TopP=0.8，TopK=20，PresencePenalty=1.5。
大多数查询建议输出长度设为32,768个tokens。复杂数学和编程竞赛问题建议设为38,912个tokens。
数学问题建议在提示中加入"Please reason step by step, and put your final answer within \boxed{}."。多选题建议使用JSON格式指定答案字段。
多轮对话中，历史输出只需包含最终结果，无需包含思考内容。
限制
静态YaRN的缩放因子是固定的，可能对较短文本的性能产生影响。建议仅在处理长上下文时添加rope scaling配置，并根据实际应用场景调整因子。
许可证
如需引用本模型，请参考相关学术文献。
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。