模型介绍
中文整理Qwen3-32B-w8a8sc-310-vllm
- 基本信息
项目 信息
:------: :------:
原始模型名 Qwen3-32B
原始模型链接 Qwen/Qwen3-32B
msmodelslim commit id 6a860e4a7b48b4573a8aeeaa12123d2bbc9ec9b8
msmodelslim 操作指引 Readme
精度测试机型 Atlas 300I DUO
精度测试平台 docker vLLM 镜像
版本 vLLM 26.0.0.poc
2 量化命令：
模型稀疏量化
模型压缩
使用vLLM模型压缩脚本save sharded state 310.py
3 精度测试结果
模型名 量化格式 数据集 测试精度 % 浮点精度 %
:------: :------: :------: :------: :------:
Qwen3-32B-w8a8sc-310-vllm w8a8s BoolQ 88.50 89.24
Qwen3-32B-w8a8sc-310-vllm w8a8s CEval 84.47 84.77
Qwen3-32B-w8a8sc-310-vllm w8a8s GSM8K 95.38 95.07
精度数据来自于非深度思考模式的推理结果
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。