模型详情
模型介绍
中文整理# Qwen3-0.6B-GGUF 模型卡片
模型概述
Qwen3是Qwen系列的新一代大型语言模型，提供密集模型和混合专家模型。Qwen3-0.6B是一款参数量为0.6B的因果语言模型，经过预训练和后训练。
## 主要能力
- **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
- 推理能力显著提升，在数学、代码生成和常识逻辑推理方面表现优异
- 人类偏好对齐表现出色，擅长创意写作、角色扮演、多轮对话和指令遵循
- 具备代理能力，可与外部工具精确集成
- 支持100多种语言和方言，具备多语言指令跟随和翻译能力
## 模型参数
- 类型：因果语言模型
- 训练阶段：预训练和后训练
- 参数数量：0.6B
- 非嵌入参数数量：0.44B
- 层数：28
- 注意力头数量（GQA）：Q头16个，KV头8个
- 上下文长度：32,768 tokens
- 量化：q8 0
## 输入输出
- 输入：文本提示
- 输出：文本响应
运行要求
支持使用llama.cpp或ollama运行。建议使用最新版本的llama.cpp。
基本用法
可通过在用户提示或系统消息中添加/think和/no think来切换模型的思考模式。模型将遵循多轮对话中最新的指令。
推荐设置：
- 思考模式：Temperature=0.6，TopP=0.95，TopK=20，MinP=0，PresencePenalty=1.5
- 非思考模式：Temperature=0.7，TopP=0.8，TopK=20，MinP=0，PresencePenalty=1.5
- 量化模型建议将presence penalty设置为1.5以抑制重复输出
- 大多数查询建议使用32,768 tokens的输出长度
- 复杂数学和编程竞赛问题建议设置最大输出长度为38,912 tokens
限制
- 思考模式下不建议使用贪婪解码，可能导致性能下降和无尽重复
- presence penalty参数可在0到2之间调整，较高值可能导致语言混合和性能轻微下降
- 多轮对话中，历史模型输出应仅包含最终输出部分，无需包含思考内容
许可证
如需引用本工作，请按相关学术规范进行引用。
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
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
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。