---
title: rewrite2-4b-gguf
canonical_url: "https://www.modelscope.cn/models/alkaid55555/rewrite2-4b-gguf"
md_url: "https://www.modelscope.cn/models/alkaid55555/rewrite2-4b-gguf.md"
repository: alkaid55555/rewrite2-4b-gguf
last_updated: 2026-10-25
license: apache-2.0
pipeline_tag: text-generation
tasks:
  - text-generation
library_name:
  - gguf
language:
  - zh
downloads: 46
stars: 0
tags:
  - rewrite2
  - novel-rewrite
  - qwen3.5
  - 4b
  - gguf
  - q8_0
  - q4_k_m
---

# rewrite2-4b-gguf

> rewrite2-4b-gguf - alkaid55555 在 ModelScope 开源的模型。Rewrite2 4B V12.5 rewrite-only

alkaid55555/rewrite2-4b-gguf 是 ModelScope 魔搭社区上的text-generation模型，采用 apache-2.0 许可。

- **Repository**: alkaid55555/rewrite2-4b-gguf
- **License**: apache-2.0
- **Tasks**: text-generation
- **Tags**: rewrite2, novel-rewrite, qwen3.5, 4b, gguf, q8_0, q4_k_m
- **Downloads**: 46
- **Stars**: 0
- **Last updated**: 2026-10-25

Source: https://www.modelscope.cn/models/alkaid55555/rewrite2-4b-gguf

---

# Rewrite2 4B · GGUF Q8_0 / Q4_K_M

> 中文小说**改写专用** 4B 模型的 llama.cpp GGUF。Qwen3.5-4B + V12.5 rewrite-only LoRA 合并后转换；只训练改写，没有扩写。
> 提供 **Q8_0（4.48 GB）** 和 **Q4_K_M（2.71 GB）** 两个文件；4B 在 Q4 已经足够小，所以没有做 Q3。

## 长度与切分

> **单段原文建议 500–1,200 汉字。** 1,200–1,500 汉字可用，但输出会更压缩、连续照抄和重复风险会上升；超过 1,500 汉字建议按场景/段落切成 500–700 字后再逐段输入。模型默认是**压缩式改写**，不是等长改写。
>
> 在 1,000–1,300 字的 heldout 小测里，改写率和 700–1,000 字基本一致；长输入的主要代价不是“改不动”，而是输出变短（约为原文的 0.6–0.9 倍）和连续照抄变多。

| 原文长度 | 建议 |
|---|---|
| ≤ 1,200 字 | 单段直接输入 |
| 1,200–1,500 字 | 可用；`max_tokens` 给到 1500–1600，抽查长度比和照抄 |
| > 1,500 字 | 按场景/段落切 500–700 字，逐段改写后拼接 |

## 必用提示词

这个模型是任务特化 SFT，不是通用润色助手。训练时只有一条 user 消息，没有 system prompt，也没有 thinking。请直接使用下面的固定提示词：

```text
你是一位小说编辑，正在帮作者改文。请把下面这段小说片段改写成自然、有作者个人风格的中文，保持情节走向、人物设定和主要事件不变。无论原文是否通顺、AI味是轻是重，都要重新组织语言，禁止连续照抄原文超过15字；原文越好，越要用同义改写而不是照搬。

原文：
```

拼接方式：`INSTRUCTION_rewrite.txt` 的内容 + 原文，直接作为一条 user 消息。仓库内附 `INSTRUCTION_rewrite.txt`。**不要**把 `enable_thinking` 当成开关：模板已经固定为空 `<think>\n\n</think>\n\n`，模型只输出正文。

## 推荐参数

| 项目 | 建议 |
|---|---|
| temperature | `0.7`；固定复现实验用 `0` |
| top_p | `0.9` |
| top_k | `50`（vLLM / llama.cpp 支持时） |
| max_tokens | 改写 1200；1,200–1,500 字输入用 1500–1600 |
| 重复惩罚 | `repetition_penalty=1.08` 起步；llama.cpp `--repeat-penalty 1.08` |
| 原文长度 | 单段 500–1,200 汉字；超过就切 |

看 `finish_reason`：`stop` 是自然收尾，`length` 是撞到上限，需要调大或切短。重复惩罚只能降低复读概率，不能完全消除。


## 快速开始（llama.cpp）

Q8_0：

```bash
llama-server \
  -m rewrite2-4b-v125-Q8_0.gguf \
  -ngl 99 -c 4096 --parallel 1 \
  --jinja --no-webui \
  --host 0.0.0.0 --port 8080 \
  --repeat-penalty 1.08
```

Q4_K_M 把文件名换成 `rewrite2-4b-v125-Q4_K_M.gguf` 即可。`--jinja` 是必须的；GGUF 内嵌的模板已经把生成前缀固定成空 `<think></think>`，默认不会进入 thinking。

## 格式与显存

| 文件 | 体积 | 实测进程显存 | 说明 |
|---|---:|---:|---|
| `rewrite2-4b-v125-Q8_0.gguf` | 4.48 GB | 约 5.7 GB | 更接近 BF16，优先质量 |
| `rewrite2-4b-v125-Q4_K_M.gguf` | 2.71 GB | 约 4.0 GB | 更小更快，压缩/照抄略多 |

同一条 646 字 heldout 输入（temperature 0.7、seed 42、max_tokens 800、repetition_penalty 1.08）：

| 版本 | 输出 | 改写率 | 最长照抄 | dup8 | 速度 |
|---|---:|---:|---:|---:|---:|
| Q8_0 | 587 字 | 35.0% | 19 | 0 | 约 159 tok/s |
| Q4_K_M | 545 字 | 43.0% | 20 | 0 | 约 199 tok/s |

两者都自然收尾。Q4 的输出更短、压缩更明显；要更接近原长度请优先 Q8_0，或按 500–700 字切段。

## 说明

- 转换：`convert_hf_to_gguf.py --outtype f16 --no-mtp`，再 `llama-quantize` 生成 Q8_0 / Q4_K_M
- 没有内嵌 MTP；GGUF 是纯文本模型，视觉塔不参与
- `BUILD.json` 记录来源、量化类型和文件大小；`SHA256SUMS` 提供校验
- 输入上限按 4096 context；长文按场景/段落切 500–700 字

## 全部版本（4B 系列）

| 格式 | 体积 | Hugging Face | ModelScope |
|---|---:|---|---|
| BF16 合并 | 8.47 GiB | [rewrite2-4b-v125-bf16](https://huggingface.co/aikexue170/rewrite2-4b-v125-bf16) | [rewrite2-4b-v125-bf16](https://modelscope.cn/models/alkaid55555/rewrite2-4b-v125-bf16) |
| FP8 W8A8 | 5.15 GiB | [rewrite2-4b-v125-fp8](https://huggingface.co/aikexue170/rewrite2-4b-v125-fp8) | [rewrite2-4b-v125-fp8](https://modelscope.cn/models/alkaid55555/rewrite2-4b-v125-fp8) |
| NVFP4 W4A4 | 3.70 GiB | [rewrite2-4b-v125-nvfp4](https://huggingface.co/aikexue170/rewrite2-4b-v125-nvfp4) | [rewrite2-4b-v125-nvfp4](https://modelscope.cn/models/alkaid55555/rewrite2-4b-v125-nvfp4) |
| GGUF Q8_0 / Q4_K_M | 4.48 GB / 2.71 GB | [rewrite2-4b-v125-gguf](https://huggingface.co/aikexue170/rewrite2-4b-v125-gguf) | [rewrite2-4b-v125-gguf](https://modelscope.cn/models/alkaid55555/rewrite2-4b-v125-gguf) |

4B 是独立实验线，和 27B Rewrite2 权重不通用；27B 见 [rewrite2-27b-bf16](https://huggingface.co/aikexue170/rewrite2-27b-bf16)。

## 已知限制

- 4B 的容量有限，不要按 27B 的质量预期使用；复杂长段、多人物场景仍建议人工校对。
- 默认压缩改写：800–950 字输入的训练目标中位输出约 540 字（约 0.63 倍）；需要全文覆盖时请切段，并在提示词后明确要求覆盖全文。
- 有概率复读或死循环。部署时启用重复惩罚（建议 1.08 起步），同时设置硬性 `max_tokens` 和超时。
- 本版只训练了改写，**没有扩写能力**；不要使用扩写提示词。
- 视觉塔保留在权重里，但没有做图像训练；本仓库只保证文本改写。
- 低比特量化会放大压缩和复读倾向；Q4_K_M 比 Q8_0 更明显，正式使用前请按自己的文本验收。
- 不保证通用聊天、代码、数学、翻译或跨章节长篇一致性。