模型介绍
中文整理Qwen3-14B-MLX-8bit 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模型。模型在推理、指令遵循、代理能力和多语言支持方面有显著提升。
模型用途
用于对话、推理、代码生成、数学问题解答、创意写作、角色扮演、多语言翻译等场景。
主要能力
支持在单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。推理能力超越前代QwQ-32B和Qwen2.5-Instruct模型。在创意写作、角色扮演、多轮对话和指令遵循方面表现出色。支持工具调用，可与外部工具精确集成。支持100多种语言和方言，具备多语言指令遵循和翻译能力。
输入输出
输入：文本提示
输出：生成的文本响应
运行要求
参数数量：14.8B（非嵌入参数13.2B）
层数：40
注意力头数：40个Q头，8个KV头
原生上下文长度：32,768 tokens
使用YaRN扩展后：131,072 tokens
依赖：transformers（≥4.52.4）和mlx lm（≥0.25.2）
基本用法
启用思考模式：设置enable thinking=True，模型会生成think内容块
禁用思考模式：设置enable thinking=False，模型不生成think内容块
动态切换：在用户提示中使用/think和/no think可逐轮切换思考模式
采样参数建议
思考模式：Temperature=0.6，TopP=0.95，TopK=20，MinP=0
非思考模式：Temperature=0.7，TopP=0.8，TopK=20，MinP=0
不要使用greedy decoding，会导致性能下降和无限重复
长文本处理
原生支持32,768 tokens上下文。使用YaRN方法可处理最长131,072 tokens的上下文。建议仅在处理长上下文时启用YaRN，否则可能影响短文本性能。
限制
思考模式必须使用采样策略，不能用greedy decoding。多轮对话中历史消息只需包含最终输出，不需要包含思考内容。
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。