
追加学習なしで見直したGGUFのimatrixと層の選び方
Dynamic 3.0はUnslothの量子化手法Dynamicの次のバージョンで、旧バージョンのv2.0から大きく改良したものです。 旧バージョンのDynamic v2.0も主要な量子化手法を超えていたとのこと。今回公開したQwen3.8-27B向けの量子化は先に共有された早期プレビューの更新で、llama.cppやUnsloth Desktopなど多くの推論エンジンで動作します。
imatrixの校正データとは、量子化するときにどの数値が出力に影響するかを計測するため、モデルに通すサンプル文のことです。Unslothはこのデータを多様な出典から集めた質の高いものに替えたほか、品質を維持するための量子化手法を多数加え、層ごとの量子化の選び方も改良しました。
Dynamic 3.0の手法の要点
| 要素 | 内容 |
|---|---|
| データセット | 多様な出典から集めた質の高いimatrix校正データ。エージェントでのコーディング・チャット・多言語の性能に合わせて選び直した |
| 層の選び方 | どの層にどの量子化を割り当てるかを改良 |
| 量子化手法 | 品質を保つ手法を多数追加 |
| 学習の有無 | 校正データでは学習しない |
| QAT・QAD | 使わずすべて事後量子化 |
| imatrixファイル | 使ったものを公開している |
事後量子化とは学習を終えたモデルへ後から量子化を当てる方式のことです。QAT(量子化を意識した学習)のように、量子化に合わせて追加の学習をする手法は使っていません。
Dynamic 3.0がすべての容量で効果があったわけではありません。Unslothが未知のWikitextとコードで旧UD-2(v2.0の量子化)と比較したところ、KLD(量子化前のモデルとの出力のずれを計測する指標)は大きく改善したとのこと。ただ大きい量子化では改善は限定的だったため、Unslothは大きい量子化に旧UD-2を使い続けており、今後は試しながら改善するとしています。
"Unsloth Dynamic v3.0 is the next iteration of our Dynamic quantization and a major improvement over Dynamic v2.0."/"This is an update of our first shared early preview version of Dynamic v3.0."/"We now use a much higher-quality imatrix calibration dataset from diverse sources. The dataset is refined for agentic coding, chat, and multilingual performance. We also improved layer selection and introduced many more quantization techniques to preserve as much model quality as possible."/"We do not train on the imatrix calibration dataset, and we do NOT use QAT or QAD. Everything is done through post-training quantization."/"When comparing to our older UD-2 on unseen Wikitext and Code, we show great improvement on KLD - the bigger ones not so much, so we still use our old UD-2 for the larger quants - we plan to experiment and improve them as well!"(冒頭 / 手法の節 / Not Overfitting 節)— Unsloth Documentation より公式情報を見る →
同容量のGGUFモデルでtop-1精度が他配布元より10%以上高いと主張
Unslothは同じ容量なら他のどの配布元よりも、top-1精度が10%以上高いGGUFモデルを公開したと主張しています。top-1精度は、1回の予測のargmax(確率が最も高いものを選ぶ操作)を見る指標とのこと。ただし、10%が相対の差(1.1倍)なのか絶対の差(10ポイント)なのかは、Unslothのドキュメントに明記がありません。
Unslothはドキュメントの冒頭で10%以上と書く一方、ベンチマークの説明では、同じディスク容量ならとくに小さい量子化でtop-1精度が最大+10%上がるとしています。図の横軸はMTPヘッドを除いたディスク容量で、どの配布元にも公平な比較になるようそろえたとUnslothは書いています。
Unslothが数字を書いている量子化は2つです。
- UD-IQ1_Sは6.2GB(MTPなし)で、top-1精度を約72%保ちながら89%小さくなるとされます。この89%が何との比較かはUnslothがドキュメントで明らかにしていませんが、リポジトリのファイル容量から計算するとBF16より約89%小さく、この値と合います。
- UD-Q2_K_XLは9.83GBで、次に良い量子化よりtop-1精度が約8%高いとされます。この量子化では、動作するHTMLプログラムを生成することができましたが、小さなJSのバグが1つ残りました。以前は壊れていたとUnslothは書いています。
主な量子化とBF16の容量(GB・リポジトリのファイル一覧)
2026年9月30日時点で、ファイル一覧にある容量です。BF16は2分割のファイルを合計した値で、UD-Q2_K_XLを色で強調しています。
UD-Q2_K_XLより小さい量子化(8.37GB以下)では、UnslothがMTPモジュールを削除してディスクを約500MB節約しています。MTPが必要なときは、Q4_0のMTPを別モジュールとして使うことができます。8.37GBはUD-IQ2_Sのファイル容量です。
top-1精度などの数字はすべてUnslothの自社測定で、第三者が再計測した値ではありません。UnslothのQwen3.8は、ダウンロードが5日間で510万件を超えたとのこと。Qwen3.8-27B本体の性能と必要なVRAMはQwen3.8-27Bの性能と、ローカルで動作させるために必要なVRAMにまとめています。
"Today, we’re releasing Qwen3.8-27B Dynamic v3.0 quants that deliver >10% top-1 better accuracy at the same size compared to every other provider."/"We also made some smaller UD-1bit quants with UD-IQ1_S being 6.2GB (without MTP) which retain around 72% top-1 accuracy yet being 89% smaller."/"UD-Q2_K_XL is around +8% more accurate on top-1 than the next best and it's 9.83GB and managed to create a working HTML program with 1 small JS bug - previously it would break."/"We also removed the MTP module from smaller quants under UD-Q2_K_XL (8.37GB and lower) to converse around 500MB of disk space - you can use the Q4_0 MTP separate module if needed"/"At all levels especially on the smaller quant sizes, Unsloth UD-3 quants get up to +10% extra top-1 accuracy at the same disk space!"/"All plots remove the MTP head from the x axis when calculating disk space to provide a fair comparison to everyone."/"We saw over 5.1 million Unsloth Qwen3.8 downloads in just 5 days!"(冒頭 / KL Divergence Benchmarks 節)— Unsloth Documentation より公式情報を見る →
Unslothは量子化LLMをDivergence-300 @32で測る
Unslothはtop-1精度だけでは実際の推論を評価できないとして、32トークン分の出力を量子化前のBF16と比較するDivergence-300 @32を併用しています。また、Unslothの説明ではtop-1精度は1回の予測のargmaxなので、実際の推論を評価する指標としては弱いとのこと。
Divergence-300 @32の300件は校正データに入れていない課題で、Terminal-Bench 2.1・DeepSWE・Harbor・MathArena 2025-26と、非ラテン文字や長文のプロンプトから集めたものです。BF16とすべての量子化・配布元のモデルに、確率が最も高いトークンだけを選ぶgreedy argmaxの方式で32トークン分を生成させています。
この指標では量子化後のモデルが複数のトークンにわたってBF16に近い出力を続けるかどうかと、過学習の有無を見られます。KLDのtop-1を32トークンへ延ばしたものなので、top-1精度より良い指標とのこと。過学習は校正と評価に別のデータを使って抑えていて、未知のデータで計測しても新しいUD-3(Dynamic 3.0の量子化)は過学習していないとUnslothは書いています。
"However top-1 is an argmax on 1 prediction, so it's not really effective on gauging actual inference."/"We created a dataset of 300 held out examples (NOT in calibration dataset) from Terminal-Bench 2.1 + DeepSWE + Harbor + MathArena 2025-26 + non-Latin/long-doc prompts and we did greedy argmax decoding for 32 tokens for BF16 vs all quants and providers."/"This allows us to gauge if there is overfitting and if quant outputs are similar to BF16's trajectories over multiple tokens. This is a better metric than top-1 accuracy since we extend KLD top-1 to more like KLD top-1 at 32 tokens."(Divergence-300 @32 節)— Unsloth Documentation より公式情報を見る →
1ビットのLLMはツール呼び出しが壊れエージェントに不向き
Divergence-300 @32で計測した32トークン予測の正解率はUD-Q2_K_XLの約25%からUD-IQ2_Sの8〜10%未満へ急落し、ツール呼び出しと非思考モードが壊れるとUnslothは書いています。 非思考モードとは考える手順を挟まずにすぐ回答する設定のことです。
落差が書かれているのはUD-Q2_K_XLとUD-IQ2_Sの間だけです。UD-Q2_K_XLより小さい量子化のうち、Unslothがエージェント用途に使わないよう勧めているのは1ビット級です。
小さい量子化で出る症状と対処
| 症状 | 対処 |
|---|---|
| 過剰なループ | presence_penaltyを1.5以上にする |
| 空の応答 | 1ビット級では推論設定を低以上にして思考を常に有効にする |
| ツール呼び出しの失敗 | ツール呼び出しには使わない |
Unslothによると、強く量子化したモデルに残るのは一般知識だけで、ツールの呼び出しに失敗する場合と呼び出し続ける場合のほか、そもそも呼び出さない場合もあるとのこと。1ビット級でもごく短い一般知識のプロンプトなら使うことができますが、Unslothが勧めるのはUD-Q2_K_XLです。
top-1の回復率77%とDivergence-300 @32の8%は、Unslothがどの量子化の値かを明らかにしておらず、UD-IQ1_Sの約72%とも別の数字です。Unslothの説明では実際の推論に適した目安はDivergence-300 @32で、top-1の回復率は代わりにならないとのこと。
"there is a sharp drop off from UD-Q2_K_XL to UD-IQ2_S for 32 token prediction from around 25% accuracy to under 8-10%. This sharp drop off means tool calling and non thinking modes break down."/"You will see a lot of looping when using quants below UD-Q2_K_XL - use presence_penalty = 1.5 in all cases (or higher)"/"Always enable thinking at least on low reasoning for 1-bit quants - non reasoning modes cause the model to not even output anyway"/"Do not use the model for tool calling - only general knowledge is retained when quantized heavily, and the model will either fail to call tools, keep calling tools or not even call them."/"A Top-1 recovery of 77% is not a replacement for Divergence-300 @32 at 8% which is a better indicator for actual inference workloads - you can use the model for very short general knowledge fact questions, but best to use UD-Q2_K_XL."(1-bit should not be used for agentic use-cases 節)— Unsloth Documentation より公式情報を見る →
Unsloth推奨のUD-Q2_K_XLを軸に量子化モデルを選ぶ
Qwen3.8-27Bで最初に検討するのは、Unslothが勧めているUD-Q2_K_XL(9.83GB)です。 UD-Q2_K_XLより小さい量子化はループが増え、ツール呼び出しにも使うことができなくなるため、小さい側で選ぶならこの量子化が下限になります。
下の図はHugging Faceのunsloth/Qwen3.8-27B-GGUFにある、ファイル一覧の容量です。BF16は2分割したファイルの合計(49.99GBと4.67GB)で、量子化前の大きさです。
Qwen3.8-27B GGUFの量子化ごとの容量(GB)
UD-Q2_K_XLはBF16の約18%の容量で、約82%小さくなります(本記事の計算値)。UD-IQ2_Sより約1.5GB大きくなります。
大きい量子化はDynamic 3.0でもまだ旧UD-2のままですが、どこからが大きい量子化かはUnslothがドキュメントで明らかにしていません。入手先は上のHugging Faceのリポジトリです。
"you can use the model for very short general knowledge fact questions, but best to use UD-Q2_K_XL."/"so we still use our old UD-2 for the larger quants - we plan to experiment and improve them as well!"(1-bit should not be used for agentic use-cases 節 / Not Overfitting 節)— Unsloth Documentation より公式情報を見る →
Dynamic 3.0で勧められるのはUD-Q2_K_XL
Unsloth Dynamic 3.0 GGUFは追加の学習なしに作られ、Qwen3.8-27BならUnslothが勧めるのはUD-Q2_K_XL(9.83GB)です。また、同じ容量ならtop-1精度が高いとUnslothが主張する量子化ですが、1ビット級はツール呼び出しが壊れるためエージェントには使うことができません。
ただし数字はすべてUnslothによる測定で第三者が再計測した値ではなく、大きい量子化もまだ旧UD-2のままです。使う前にご自身の用途で同じ結果が出るかを一度試してください。
FAQ
- Unsloth Dynamic 3.0 GGUFとは何ですか?
- Unslothの量子化手法Dynamicの新しいバージョンで、まずQwen3.8-27B向けに公開されました。同じ容量なら、他のどの配布元よりtop-1精度が10%以上高いとUnslothは主張しています。llama.cppなど多くの推論エンジンで動作します。
- 学習し直しているのですか?
- 追加の学習はしていません。QATもQADも使わずすべて事後量子化で作っており、校正データでも学習しないとUnslothは書いています。使ったimatrixファイルも公開されています。
- 1ビットはどこまで使えますか?
- エージェント用途には使うことができません。Divergence-300 @32ではUD-Q2_K_XLの約25%からUD-IQ2_Sの8〜10%未満へ落ち、ツール呼び出しと非思考モードが壊れるとUnslothは書いています。ごく短い一般知識のプロンプトなら使うことができます。
- 小さい量子化ではどんな症状が出ますか?
- UD-Q2_K_XLより小さい量子化ではループが増え、1ビット級では応答が空になることがあります。Unslothはpresence_penaltyを1.5以上にすること、1ビット級では推論設定を低以上にして思考を常に有効にすることを勧めています。



