模型介绍
中文整理Qwen3-8B-MLX-bf16 模型卡片
模型概述
Qwen3是通义千问系列最新一代大语言模型，提供密集模型和混合专家（MoE）模型。Qwen3在推理、指令遵循、代理能力和多语言支持方面带来突破性进展。
类型：因果语言模型
训练阶段：预训练和后训练
参数数量：8.2B
非嵌入参数数量：6.95B
层数：36
注意力头数（GQA）：Q头32个，KV头8个
上下文长度：原生32,768 tokens，使用YaRN可达131,072 tokens
主要能力
支持在单一模型内无缝切换思考模式（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），确保在各种场景下获得最佳性能。
推理能力显著提升，在数学、代码生成和常识逻辑推理方面超越QwQ-32B（思考模式）和Qwen2.5-Instruct模型（非思考模式）。
在创意写作、角色扮演、多轮对话和指令遵循方面表现出色，提供更自然、更具吸引力的对话体验。
具备强大的代理能力，能够在思考和非思考模式下精确集成外部工具，在复杂代理任务中达到开源模型领先水平。
支持100+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：文本提示，支持最多32,768个tokens的上下文（使用YaRN可扩展至131,072 tokens）
输出：文本响应
运行要求
需要transformers（版本≥4.52.4）和mlx lm（版本≥0.25.2），建议使用最新版本。
基本用法
思考模式（enable thinking=True）：模型会生成think内容块，然后输出最终回复。建议参数：Temperature=0.6，TopP=0.95，TopK=20，MinP=0。不要使用贪婪解码。
非思考模式（enable thinking=False）：模型不会生成任何think内容块，类似于Qwen2.5-Instruct模型。建议参数：Temperature=0.7，TopP=0.8，TopK=20，MinP=0。
软切换机制：在enable thinking=True时，用户可在提示或系统消息中添加/think和/no_think来动态控制模型的思考模式。
代理使用：推荐使用Qwen-Agent以充分发挥模型的代理能力，支持工具调用功能。
长文本处理：原生支持32,768 tokens上下文。对于超过此限制的对话，建议使用RoPE缩放技术，YaRN方法已在最高131,072 tokens的上下文长度下验证有效。
限制
静态YaRN的缩放因子是恒定的，可能影响短文本性能。建议仅在处理长上下文时启用YaRN。
默认最大位置嵌入设置为40,960，包括32,768个tokens用于输出和8,192个tokens用于典型提示。如果平均上下文长度不超过32,768个tokens，不建议启用YaRN。
许可证
如需引用本工作，请参考相关文献。
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。