模型详情
模型介绍
中文整理# Qwen3-235B-A22B-MLX-4bit 模型卡片
模型概述
Qwen3是通义千问系列最新一代大型语言模型，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实现突破性进展。
## 主要能力
- *思考模式切换**：支持在单一模型内无缝切换思考模式（用于复杂逻辑推理、数学和编码）和非思考模式（用于高效通用对话），确保在不同场景下获得最佳性能。
- *推理能力**：在数学、代码生成和常识逻辑推理方面超越前代QwQ（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**：支持在思考和非思考模式下与外部工具精确集成，在复杂代理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。
## 模型参数
- 类型：因果语言模型
- 训练阶段：预训练与后训练
- 总参数：2350亿
- 激活参数：220亿
- 非嵌入参数：2340亿
- 层数：94
- 注意力头数（GQA）：Q头64个，KV头4个
- 专家总数：128
- 激活专家数：8
- 上下文长度：原生32,768 tokens，使用YaRN可达131,072 tokens
## 输入输出
- 输入：文本提示，支持100多种语言
- 输出：文本响应
运行要求
- 依赖库：transformers（≥4.52.4）和mlx lm（≥0.25.2）
- 建议使用最新版本
- 长文本处理：需要使用YaRN技术扩展上下文长度
基本用法
- *思考模式启用**：默认启用思考模式，模型会生成think内容块，然后输出最终响应。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，用户可在提示中添加/think和/no think来动态切换思考模式。
- *长文本处理**：原生支持32,768 tokens上下文。使用YaRN方法可扩展至131,072 tokens。YaRN目前被transformers、llama.cpp、vllm和sglang等框架支持。
- *输出长度建议**：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问题建议设置38,912 tokens。
- *标准化输出格式**：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。
限制
- 所有开源框架实现静态YaRN，扩展因子在输入长度变化时保持恒定，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为40,960，预留32,768 tokens用于输出，8,192 tokens用于提示
- 平均上下文长度不超过32,768 tokens时不建议启用YaRN，可能降低模型性能
许可证
如需引用本工作，请按相关学术规范引用。
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。