模型介绍
中文整理Qwen3-1.7B-MLX-6bit 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、智能体能力和多语言支持方面有显著提升。
模型类型：因果语言模型
训练阶段：预训练和后训练
总参数：1.7B
非嵌入参数：1.4B
层数：28
注意力头数量：Q头16个，KV头8个
上下文长度：32,768 tokens
主要能力
思考模式与非思考模式无缝切换：模型可在单模型内切换思考模式（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）。
推理能力增强：在数学、代码生成和常识逻辑推理方面超越前代QwQ和Qwen2.5-Instruct模型。
人类偏好对齐：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。
智能体能力：支持在思考和非思考模式下精确集成外部工具，在复杂智能体任务中达到开源模型领先性能。
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。
输入输出
输入：文本提示（支持多轮对话）
输出：生成的文本响应（思考模式下包含think标签块）
运行要求
框架依赖：transformers（≥4.52.4）和mlx lm（≥0.25.2）
内存要求：请参考官方文档
输出长度建议：大多数查询使用32,768 tokens；复杂数学和编程竞赛问题建议38,912 tokens
基本用法
思考模式启用：通过设置enable_thinking=True或使用tokenizer.apply_chat_template默认参数。模型将生成think内容块，后跟最终响应。
思考模式参数：Temperature=0.6，TopP=0.95，TopK=20，MinP=0。禁止使用greedy decoding，会导致性能下降和无限重复。
非思考模式启用：设置enable_thinking=False。模型不会生成think内容块。
非思考模式参数：Temperature=0.7，TopP=0.8，TopK=20，MinP=0。
软切换机制：当enable_thinking=True时，用户可在提示或系统消息中添加/think和/no_think来动态切换思考模式。
多轮对话：历史输出只需包含最终输出部分，无需包含思考内容。
最佳实践
采样参数调整：可在0到2之间调整presence penalty参数以减少无限重复，但较高值可能导致语言混合和性能轻微下降。
输出格式标准化：数学问题提示中包含"Please reason step by step, and put your final answer within \boxed{}."；多选题提示中添加JSON结构指定答案格式。
许可证
请参考官方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。