/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
9 дек 2025

Qwen3-4B-Instruct-2507-GGUF

Генерация текстаТекст → текст15 профессий

Qwen3-4B-Instruct-2507-GGUF — это GGUF-квантизированная версия языковой модели Qwen3-4B-Instruct-2507, разработанная ByteShape с применением технологии ShapeLearn.

1 138скачиваний за 30 дней38лайковвеса обновлены12 дек 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Технология подбирает тип данных отдельно для каждого тензора, чтобы сохранять высокое качество при малой разрядности. Модель предназначена для генерации текста и может использоваться локально с llama.cpp и Ollama на CPU и GPU.

Модель относится к текстовым генеративным моделям, имеет размер исходной версии 4B параметров и представлена в вариантах KQ и IQ с разной средней разрядностью — от 2,55 до 4,74 бит на вес. KQ-варианты рекомендованы для CPU благодаря эффективности ядер GGML, а IQ-варианты — для современных Nvidia GPU. Размер файлов составляет примерно от 1,29 до 2,39 ГБ. Доступны различные компромиссы между скоростью инференса, размером и качеством; заявленные нормализованные показатели качества достигают 99,80%.

Сильными сторонами являются компактность, широкий выбор вариантов под разное оборудование и оптимизация квантования с использованием ShapeLearn. Ограничения связаны с потерями качества, возможными при низкой разрядности, а также с отсутствием в README сведений о языках, размере контекста, точной архитектуре и мультимодальных возможностях. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Instruct-2507 GGUF (ShapeLearn Quantized)

This is a GGUF-quantized version of Qwen3-4B-Instruct-2507 produced with ByteShape's ShapeLearn, which learns the optimal datatype per tensor to maintain high quality even at very low bit lengths (the exclusive focus of this release).

To learn more about ShapeLearn and to see detailed benchmarks across GPUs, CPUs, and even the Raspberry Pi, please visit our blog.

If you have questions or want to share feedback, reach us on Reddit.

How to Pick a Model

We provide CPU and GPU optimized variants for llama.cpp:

  • CPUs: KQ quantization is preferred due to GGML kernel efficiency.
  • Nvidia GPUs: IQ quantization delivers faster throughput on modern architectures.

Each hardware target includes a range of models covering different size and quality tradeoffs.

The charts below show quality vs tokens per second for each device, comparing ShapeLearn models with Unsloth baselines.

Selection rule: Choose the model with the highest quality at your target throughput or the fastest model that still meets your required quality.

GGUF-KQ Models (Best for CPU)

CPU Benchmark - Intel

Table sorted by inference speed (match the chart numbers to model IDs):

Model IDBits/WeightModel SizeNormalized Quality
KQ-12.771.4 GB70.33%
KQ-22.951.49 GB79.81%
KQ-33.191.61 GB87.31%
KQ-43.341.69 GB92.04%
KQ-53.451.74 GB93.01%
KQ-63.661.84 GB94.46%
KQ-73.871.95 GB95.89%
KQ-84.312.17 GB98.44%
KQ-94.742.39 GB98.95%

GGUF-IQ Models (Best for higher-end GPUs)

GPU Benchmark - RTX 5090

Table sorted by inference speed (match the chart numbers to model IDs):

Model IDBits/WeightModel SizeNormalized Score
IQ-12.551.29 GB69.87%
IQ-22.761.39 GB83.32%
IQ-32.941.49 GB89.04%
IQ-43.071.55 GB92.32%
IQ-53.311.67 GB92.45%
IQ-63.551.79 GB95.16%
IQ-74.042.04 GB99.25%
IQ-84.542.29 GB99.80%

Notes on quantization labels

The labels you see (for example IQ4_XS) are only there to make Hugging Face show our models in the GGUF table. We do not use the conventional quantization profiles as defined in llama.cpp. In our case these labels simply indicate whether the model uses KQ or IQ quantization and the average bit length, which is why several models can share the same tag.

Running these models with Ollama

All GGUF files in this repo can be used directly with Ollama.

To run a model with Ollama, use:

ollama run hf.co/byteshape/Qwen3-4B-Instruct-2507-GGUF:FILE_NAME.gguf

Replace FILE_NAME.gguf with the GGUF filename you want. For example:

ollama run hf.co/byteshape/Qwen3-4B-Instruct-2507-GGUF:Qwen3-4B-Instruct-2507-IQ4_XS-3.55bpw.gguf

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
4e71192

0 моделей