---
license: apache-2.0
base_model: Qwen2.5-3B-Instruct
language:
- zh
- id
tags:
- gguf
- quantized
- text-generation
- llama
- q4_k_m
- efficient
model_type: llama
quantization: Q4_K_M
---

# Royal ZhTW-ID Q4_K_M - Quantized Translation Model

高效能量化版本的繁體中文↔印尼文雙向翻譯 GGUF 模型，基於 Llama 架構，採用 Q4_K_M 量化技術。

## 模型詳情
- **格式**: GGUF
- **量化**: Q4_K_M (混合精度量化)
- **架構**: Llama
- **大小**: ~4.36GB (相較原版 F16 減少約 69% 大小)
- **語言**: 繁體中文 (zh-TW) ↔ 印尼文 (ID) 雙向翻譯
- **原始模型**: roylin1003/royal-zhTW-ID-f16.gguf
- **量化工具**: llama-quantize (llama.cpp)

## 量化資訊
此模型使用 Q4_K_M 量化，提供：
- 大幅減少記憶體使用量
- 保持良好的模型品質
- 更快的推理速度
- 適合資源有限的環境

## 使用方式

### Ollama
```bash
ollama run roylin1003/royal-ZhTW-ID-q4_k_m.gguf
```

### llama.cpp
```bash
./main -m royal-ZhTW-ID-q4_k_m.gguf -p "Hello" -c 2048
```

### Python (llama-cpp-python)
```python
from llama_cpp import Llama
llm = Llama(
    model_path="royal-ZhTW-ID-q4_k_m.gguf",
    n_ctx=2048,
    n_threads=8
)
```

### LM Studio
直接載入 GGUF 檔案即可使用

## 翻譯範例

### 繁體中文 → 印尼文
```
輸入: 請將以下繁體中文翻譯成印尼文
然而面臨到期債務壓力，可能影響其獲得補助的資格。

輸出: Namun, tekanan dari utang yang jatuh tempo dapat memengaruhi kelayakannya untuk menerima subsidi tersebut.
```

### 印尼文 → 繁體中文
```
輸入: 請將以下印尼文翻譯成繁體中文
Namun, tekanan dari utang yang jatuh tempo dapat memengaruhi kelayakannya untuk menerima subsidi tersebut.

輸出: 然而面臨到期債務壓力，可能影響其獲得補助的資格。
```

## 系統需求
- **RAM**: 最低 6GB，建議 8GB+
- **CPU**: 支援 AVX2 指令集
- **儲存**: 約 4.36GB 空間

## 效能比較
| 版本 | 大小 | 記憶體需求 | 推理速度 | 品質保持率 |
|------|------|------------|----------|------------|
| F16  | ~14GB| ~16GB      | 基準     | 100%       |
| Q4_K_M| ~4.36GB | ~6GB    | 2-3x faster| ~95%    |

## 兼容性
- ✅ llama.cpp
- ✅ Ollama
- ✅ text-generation-webui
- ✅ LM Studio
- ✅ KoboldCpp
- ✅ Jan
- ✅ GPT4All

## 量化技術
Q4_K_M 採用混合精度策略：
- 注意力機制使用較高精度
- FFN 層使用適中精度
- 平衡模型大小與品質

## 訓練資料
模型基於高品質的中文↔印尼文平行語料進行微調，涵蓋新聞、商務、學術等多種領域的翻譯對。

## 建議用途
- 繁體中文↔印尼文雙向翻譯
- 跨語言文檔處理
- 商務文件翻譯
- 新聞文章翻譯
- 學術文獻翻譯

## 授權
本模型採用 Apache 2.0 授權條款。

## 致謝
感謝 llama.cpp 團隊提供優秀的量化工具。

---
由 Roy Lin 創建 🚀 | Q4_K_M 量化版本