模型详情
模型介绍
中文整理# Qwen3-14B-MLX-4bit 模型卡片
模型概述
Qwen3是Qwen系列最新一代大语言模型，提供密集模型和混合专家模型。模型基于大规模训练，在推理、指令遵循、代理能力和多语言支持方面实现了突破性进展。
## 主要能力
- *思考模式切换**：支持在同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），确保在各种场景下都能达到最佳性能。
- *推理能力**：显著提升推理能力，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）。
- *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出色，提供更自然、更具吸引力的对话体验。
- *代理能力**：能够精确集成外部工具，在思考和非思考模式下均能实现领先的复杂代理任务性能。
- *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。
## 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：14.8B
- 非嵌入参数数量：13.2B
- 层数：40
- 注意力头数量（GQA）：Q为40，KV为8
- 上下文长度：原生32,768 tokens，使用YaRN方法可达131,072 tokens
运行要求
- transformers ≥ 4.52.4
- mlx lm ≥ 0.25.2
基本用法
- *思考模式**：默认启用思考能力，模型会生成think内容块，然后输出最终回复。推荐参数：Temperature=0.6，TopP=0.95，TopK=20，MinP=0。禁止使用贪婪解码，可能导致性能下降和无限重复。
- *非思考模式**：通过设置enable thinking=False可完全禁用思考行为，模型不会生成任何think内容。推荐参数：Temperature=0.7，TopP=0.8，TopK=20，MinP=0。
- *软切换机制**：在enable thinking=True时，用户可通过在提示中添加/think或/no think来动态控制模型的思考模式。
- *长文本处理**：原生支持32,768 tokens上下文长度。超过此限制时，建议使用RoPE缩放技术。YaRN方法支持最长131,072 tokens的上下文。
- *工具调用**：推荐使用Qwen-Agent以充分发挥模型的代理能力，支持MCP配置文件定义工具。
## 最佳实践
- 采样参数：思考模式使用Temperature=0.6，非思考模式使用Temperature=0.7。可调整presence penalty参数（0-2）减少重复，但较高值可能导致语言混合。
- 输出长度：大多数查询建议使用32,768 tokens输出长度。复杂数学和编程竞赛基准测试建议设置为38,912 tokens。
- 输出格式标准化：数学问题提示包含"Please reason step by step, and put your final answer within \boxed{}."；多选题使用JSON格式指定答案字段。
- 历史消息处理：多轮对话中，历史输出只需包含最终回复部分，无需包含思考内容。
限制
- 所有开源框架实现的是静态YaRN，缩放因子在整个输入过程中保持不变，可能影响短文本性能。建议仅在处理长上下文时启用YaRN配置。
- config.json中默认最大位置嵌入设置为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
（原文未提供许可证相关信息）
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。