BF16 模型和它的全部量化版本，比一个 BF16 文件还小。
SeedPack 把 GGUF 仓库无损打包成一个归档。整个 Qwen3-0.6B 共 10.95 GB，只占 781.7 MB。
三十个文件，共 10.95 GB：BF16 模型（1.20 GB）、25 个 215 到 844 MB 的量化版本和四个小文件。在 SeedPack 归档里，BF16 模型占 780.62 MB，每个量化版本只占 9 到 28 KB，合计 781.68 MB。
真实大小，来自已发布归档的 seedpack list。每个量化版本只占 9 到 28 KB。
量化版本不靠存储，而是重新长出来。
llama.cpp 的量化器是确定性的。所以 SeedPack 只存一次最精确的权重，再在 GPU 上由它重新算出每个量化版本。
存下种子
BF16 模型只存一次，使用专为 BF16 权重设计的熵编码器：压到原大小的 65.2%。
长出量化版本
每个量化版本都在 GPU 上由种子重新计算，用的是 llama.cpp
ggml-quants.c的逐位一致 CUDA 移植，并配合仓库自带的 imatrix。只留差异
重新计算的块与发布文件不一致时，残差用量化器自身的概率编码。不同文件里相同的张量只存一次。
校验每个字节
解包时校验每个文件的 BLAKE3 和每个数据块的 CRC32，只写出通过校验的文件。
仓库里没有 BF16？最精确的量化版本（UD-Q8_K_XL、Q8_0 等）就成为种子。Qwen3.5-2B 的 21 个量化版本共 28.13 GB，带 imatrix 压到 2.55 GB，不带则为 3.02 GB。
十二款压缩工具，同一个仓库。
unsloth/Qwen3-0.6B-GGUF 的全部 30 个文件，10.95 GB，同一台机器。每个归档都解包并校验过。
30 个文件，10.95 GB。越小越好。
- SeedPack7.14%7.14%17.7 s · 618 MB/s / 11.1 s · 984 MB/s
- lmz 1.3.041.47%41.47%38.3 s · 286 MB/s / 6.1 s · 1,786 MB/s
- HF Xet*46.68%46.68%
- zstd 1.5.7 -19 --long=3059.99%59.99%576.3 s · 19 MB/s / 17.7 s · 620 MB/s
- zstd 1.5.7 -3 --long=3060.36%60.36%15.3 s · 715 MB/s / 13.4 s · 816 MB/s
- 7-Zip 23.01 -mx993.26%93.26%833.3 s · 13 MB/s / 31.5 s · 347 MB/s
- xz 5.4.1 -693.36%93.36%465.9 s · 24 MB/s / 100.7 s · 109 MB/s
- bzip2 -993.87%93.87%181.0 s · 60 MB/s / 88.5 s · 124 MB/s
- brotli 1.2 -q794.25%94.25%74.9 s · 146 MB/s / 22.3 s · 492 MB/s
- ZipNN 0.5.4†94.34%94.34%10.7 s · 1,024 MB/s / 1.6 s · 6,858 MB/s
- gzip -994.51%94.51%70.7 s · 155 MB/s / 11.2 s · 977 MB/s
- lz4 1.9.4 -998.51%98.51%44.4 s · 246 MB/s / 9.1 s · 1,208 MB/s
SeedPack 输在哪里：速度。它解包时要重新计算量化版本，所以 ZipNN 和 lmz 解压更快。单个文件的收益也不大。
复现测试：hf_bench.py在哪些场景划算
同一套权重的多个量化版本放在一起存储或传输时，SeedPack 的优势最大。
发布一个模型系列
把整个仓库作为一个文件放到 Hub 上。seedpack list 通过网络只读取索引；用户取出自己需要的量化版本，并按原文件哈希校验。
一块硬盘装下模型库
把测试过的每个模型的所有量化版本都留着。unsloth/Qwen3.5-2B-GGUF 只占 2.91 GB，而不是 34.57 GB。
离线机器
给隔离网络的电脑带一个文件，而不是几十 GB 的文件夹。在 Windows 上打包的归档能在 Linux 上逐位还原，反之亦然。
镜像与带宽
存储和出口流量按字节计费。同样的 30 个文件，字节数少到 1/14。
比较量化版本
对比 IQ1 和 Q8，不必在磁盘上留着 26 个文件。用通配符只取出正在测试的那几个。
真实命令，真实输出。
取自对已发布归档的实际运行。只写出你要的文件；种子在内存中解码。
$ seedpack list hf://neurosquad/Qwen3-0.6B-SEEDPACKhf://neurosquad/Qwen3-0.6B-SEEDPACK: varc 0.1, M29 model repo: M28 with the BF16 v2 base codec (R2), created 2026-10-23T21:11:56name size stored roleQwen3-0.6B-BF16.gguf 1.20 GB 780.62 MB baseQwen3-0.6B-IQ4_NL.gguf 381.57 MB 14.03 KB derivedQwen3-0.6B-Q4_K_M.gguf 396.71 MB 14.60 KB derivedQwen3-0.6B-Q8_0.gguf 639.45 MB 21.99 KB derivedQwen3-0.6B-UD-IQ1_S.gguf 214.64 MB 8.89 KB derivedQwen3-0.6B-UD-Q8_K_XL.gguf 844.29 MB 28.30 KB derived…imatrix_unsloth.dat 1.15 MB (bundle) file30 files, 10.95 GB -> archive 781.68 MB (7.14%)
seedpack 0.1.0，RTX 5070。“…”表示省略的行。
一条 pip install。
PyPI 上的纯 Python 包。不需要 CUDA Toolkit，也不需要编译器：NVRTC、nvJitLink 和 CUDA 头文件都由 pip 安装。
pip install seedpackSEEDPACK_CACHE 可以更改缓存位置。它暂时还做不到的
SeedPack 还很年轻。以下是它目前的状态。
现在
- 打包和解包都需要 NVIDIA 显卡。
- 单个文件收益不大：单个 Q8_0 压到 90.1%，单个 Q4_K_M 压到 93.8%，单个 BF16 压到 65.2%。大幅压缩需要同一套权重的多个量化版本。
- 解包要重新运行量化器：10.95 GB 的测试集需 11.1 秒，lmz 为 6.1 秒。
- 已在 Unsloth 的 Qwen3 和 Qwen3.5 仓库上测试，硬件为 RTX 5070，系统为 Windows 10 和 Ubuntu（WSL2）。
- 如果发布的 imatrix 与量化时用的不同，部分块会预测不准。文件依然准确，只是归档变大（Qwen3.5-2B 全部量化版本多 33 MB）。
路线图
- 无需 NVIDIA 显卡解包，基于 ggml 自带的 CPU 量化器
- 在不同代 GPU（从 Turing 到 Blackwell）上验证逐位解包
- 更多发布者和架构：Llama、Gemma、Mistral、MoE 模型，7B 到 70B
- 更快的 GPU IQ 量化器，以及边下载边解包
- 把微调模型存为相对基础模型的差异
常见问题
真的无损吗？
是的。每个文件都逐字节还原：每个解出文件的 SHA-256 都与原仓库一致。解包时校验每个文件的 BLAKE3 和每个数据块的 CRC32，未通过校验的文件不会写出。
解包需要显卡吗？
目前需要：Turing 或更新的 NVIDIA 显卡，配 CUDA 13 驱动。量化版本要在显卡上重新计算。CPU 解包已列入路线图。
我只要一个量化版本，值得用吗？
如果只下载一次，不值得：从 Hub 执行 x 会先下载整个归档（Qwen3-0.6B 为 781.7 MB），而单个 Q4_K_M 只有 397 MB。需要多个量化版本、整套文件或长期保存时，SeedPack 才划算：首次下载后，任何量化版本都能在几秒内从本地缓存取出。
仓库里没有 BF16 文件怎么办？
最精确的量化版本成为种子，其余由它推导。没有 imatrix 时，量化器以单位权重或无权重运行，每个张量取残差更小的方案。Qwen3.5-2B 的 21 个量化版本带 imatrix 压到 9.06%，不带为 10.74%。
支持哪些模型？
任何 GGUF 和其他文件都能放进去。量化版本由 llama.cpp 从同一套权重生成时压缩效果最好，因为这正是它们可预测的原因；也包含旧版 llama.cpp 的量化器变体。目前已在 Unsloth 的 Qwen3 和 Qwen3.5 仓库上测试。
llama.cpp、Ollama 或 LM Studio 能打开解出的文件吗？
能。解出的就是原始 GGUF 文件，任何支持 GGUF 的运行环境都能直接打开。
.varc 格式稳定吗？
SeedPack 目前是 0.1.0。归档由一系列数据块组成，索引在末尾，因此支持随机访问，list 也能通过网络只读取索引。书面规范和格式版本已列入路线图。
SeedPack 和 NeuroSquad 是什么关系？
SeedPack 是 NeuroSquad 的开源项目，采用 Apache-2.0 许可。它是独立的命令行工具：不需要 NeuroSquad 应用，也不需要账号。
在真实归档上试试。
看看已发布的 Qwen3-0.6B 归档里有什么：list 只读取它的索引。
seedpack list hf://neurosquad/Qwen3-0.6B-SEEDPACK