模型介绍
中文整理Qwen3-30B-A3B-MLX-8bit
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（MoE）模型。Qwen3基于大规模训练，在推理、指令遵循、智能体能力和多语言支持方面实现突破性进展。
模型规格
类型：因果语言模型
训练阶段：预训练与后训练
总参数：30.5B，激活参数3.3B
非嵌入参数：29.9B
层数：48
注意力头数量：Q为32，KV为4（采用GQA）
专家数量：128
激活专家数量：8
上下文长度：原生支持32,768 tokens，使用YaRN可扩展至131,072 tokens
主要能力
思考模式与非思考模式无缝切换：单一模型内可灵活切换思考模式（适用于复杂逻辑推理、数学和编程）和非思考模式（适用于高效通用对话），确保在不同场景下达到最优表现。
推理能力显著提升：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）。
人类偏好对齐优秀：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。
智能体能力专业：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+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：文本形式的用户提示或对话，可包含系统消息和历史对话记录
输出：文本形式的响应，在思考模式下包含<think >...</think >块包裹的推理过程和非思考模式下的直接回答
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YaRN技术处理超过32,768 tokens的上下文
基本用法
启用思考模式：设置enable thinking=True，模型将生成<think >...</think >块包裹的推理内容，然后输出最终回答。
禁用思考模式：设置enable thinking=False，模型不生成任何思考内容，类似于Qwen2.5-Instruct模型。
软切换机制：当enable thinking=True时，可在用户提示或系统消息中使用/think和/no think动态切换思考模式。
采样参数建议
思考模式：Temperature=0.6，TopP=0.95，TopK=20，MinP=0。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：Temperature=0.7，TopP=0.8，TopK=20，MinP=0。
输出长度：大多数查询建议使用32,768 tokens输出长度；数学和编程竞赛等高复杂度问题建议设置为38,912 tokens。
长文本处理
原生支持最高32,768 tokens的上下文长度。对于总长度显著超过此限制的对话，建议使用RoPE缩放技术处理长文本。使用YaRN方法已在131,072 tokens上下文长度下验证了模型性能。
许可证
如需引用本工作，请参考相关文献。
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。