思考をさせるためは--jinja オプションにてこのモデル特有のシステムプロンプトを読み込む必要があります。
このオプションを使用するにはllama.cpp-b4524以降への更新が必要です。

KARAKURI Inc.によるQwQ-32B-Previewの日本語ファインチューニングモデル、karakuri-lm-32b-thinking-2501-expをGGUFフォーマットに変換したものです。

日本語能力を重視し、日本語が多量に含まれるTFMC/imatrix-dataset-for-japanese-llmデータセットを使用しました。
また、CUDA版llama.cppがbfloat16に対応したため、imatrixの算出は本来の数値精度であるBF16のモデルを使用して行いました。

Windows版llama.cpp-b4514およびllama.cpp-b4524同時リリースのconvert-hf-to-gguf.pyを使用して量子化作業を実施しました。

Apache 2.0

Alibaba Cloud & KARAKURI Inc.