模型介绍
中文整理Qwen3-32B-MLX-6bit
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。Qwen3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
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、数学和编程任务；非思考模式适用于高效通用对话。推理能力超越前代QwQ和Qwen2.5-Instruct模型。在数学、代码生成和常识逻辑推理方面表现优异。擅长创意写作、角色扮演、多轮对话和指令遵循，提供更自然、更具吸引力的对话体验。具备强大的代理能力，可精确集成外部工具，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。
模型规格
类型：因果语言模型
训练阶段：预训练与后训练
参数数量：32.8B
非嵌入参数数量：31.2B
层数：64
注意力头数量（GQA）：Q头64个，KV头8个
上下文长度：原生支持32,768 tokens，使用YaRN技术可扩展至131,072 tokens
运行要求
推荐使用transformers 4.52.4及以上版本和mlx lm 0.25.2及以上版本。
基本用法
思考模式：默认启用，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。不建议使用贪婪解码，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禁用思考行为，模型不会生成think内容块。建议参数：Temperature=0.7，TopP=0.8，TopK=20，MinP=0。
软切换机制：在enable thinking=True时，可在用户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。
长文本处理：原生支持32,768 tokens上下文长度。对于超过此限制的对话，可使用YaRN技术扩展至131,072 tokens。YaRN为静态缩放，仅在处理长上下文时建议启用。
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。
限制
默认最大位置嵌入设置为40,960，包含32,768 tokens用于输出保留和8,192 tokens用于典型提示。对于平均上下文长度不超过32,768 tokens的场景，不建议启用YaRN，可能导致性能下降。静态YaRN缩放因子为固定值，可能影响短文本性能。
许可证
请参阅项目文档获取许可证信息。
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。