/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
gguf
Опубликована
1 июл 2026

Qwen2.5-7B-Instruct-GGUF

Генерация текстаТекст → текст15 профессий

AtomicChat/Qwen2.5-7B-Instruct-GGUF — это квантизированная версия инструкционной языковой модели Qwen2.5-7B-Instruct, подготовленная Atomic Chat из оригинальных весов Qwen.

960скачиваний за 30 дней1лайквеса обновлены22 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста, диалоговых приложений и локального офлайн-использования через совместимые инструменты, включая llama.cpp, Ollama, LM Studio и Jan.

Модель имеет 7,6 млрд параметров, 28 слоёв и архитектуру плотного декодера Qwen2ForCausalLM с гибридным вниманием: sliding-window attention и глобальным вниманием. Заявленная длина контекста составляет 32 768 токенов, размер словаря — 152 064 токена. Поддерживается только текстовый ввод и вывод; заявлена многоязычная работа более чем с 29 языками, включая китайский, английский, французский, испанский, немецкий, русский, японский, корейский, вьетнамский, тайский и арабский.

Репозиторий содержит варианты GGUF-квантизации Q4_K_M, UD-Q4_K_XL, Q5_K_M, Q6_K и Q8_0. Квантизация с importance matrix помогает сохранить качество исходной модели при уменьшении размера; Q4_K_M рекомендуется как компромисс между размером, скоростью и качеством, а Q8_0 обеспечивает практически исходную точность, но требует около 8,1 ГБ. Ограничения связаны с потерями качества у низкобитных вариантов и необходимостью применять шаблон чата Qwen2.5; в llama.cpp следует использовать параметр --jinja. Исходная модель распространяется по лицензии Apache 2.0; квантизация выполнена Atomic Chat.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2.5 7B, self-quantized to GGUF by Atomic Chat. Built straight from Qwen's original weights with a per-tensor importance matrix, so this is not a repack of somebody else's files. Runs fully offline.

Highlights

  • 7.6B parameters: the weights this repo quantizes.
  • Context length: 32,768 tokens (32K), as published by Qwen.
  • 28 layers: Dense decoder, hybrid sliding-window (131072) and global attention.
  • Full imatrix ladder: every quant is calibrated with an importance matrix.
  • Multilingual support: for over 29 languages, including Chinese, English, French, Spanish, Portuguese, German, Italian, Russian, Japanese, Korean, Vietnamese, Thai, Arabic, and more.

[!NOTE] These GGUFs are self-quantized from the original weights, not a repack. The importance matrix keeps low-bit quants closer to the full-precision model.

[!IMPORTANT] Always pass --jinja so the Qwen2.5 7B chat template is applied. Without it the model can emit malformed turns.

Model Overview

PropertyValue
Base modelQwen/Qwen2.5-7B-Instruct
Parameters7.6B
Layers28
Sliding window131072 tokens
Context length32,768 tokens (32K)
Vocabulary152,064
ModalitiesText
ArchitectureDense decoder, hybrid sliding-window (131072) and global attention, 28 attention heads over 4 KV heads, Qwen2ForCausalLM
This repoGGUF quants (imatrix). Quants: Q4_K_M, UD-Q4_K_XL, Q5_K_M, Q6_K, Q8_0

Choosing a quant

QuantSizeNotes
Q4_K_M4.7 GBRecommended default. Best balance of size, speed and quality.
UD-Q4_K_XL5.1 GBDynamic. Embeddings and output kept at Q8_0 for higher quality at a Q4 footprint.
Q5_K_M5.4 GBHigher quality, low loss.
Q6_K6.3 GBNear lossless, noticeably lighter than Q8_0.
Q8_08.1 GBEffectively lossless, reference quality.

[!TIP] Pick the largest file that fits your (V)RAM with room for context. Q4_K_M or UD-Q4_K_XL is the sweet spot for most setups; Q6_K or Q8_0 for maximum fidelity.

Get started

Run Qwen2.5 7B locally with:

  • Atomic Chat: the easiest path. Open the app, search AtomicChat/Qwen2.5-7B-Instruct-GGUF, pick a quant, hit Use this model.
  • llama.cpp: llama-server -hf AtomicChat/Qwen2.5-7B-Instruct-GGUF:Q4_K_M --jinja -c 8192
  • Ollama: ollama run hf.co/AtomicChat/Qwen2.5-7B-Instruct-GGUF:Q4_K_M
  • LM Studio / Jan: search the repo id, download any quant.

Best practices

ParameterValue
temperature0.7
top_p0.8
top_k20
repetition_penalty1.05

Qwen's recommended sampling configuration for Qwen/Qwen2.5-7B-Instruct.

Run in llama.cpp

git clone https://github.com/ggml-org/llama.cpp
cmake llama.cpp -B llama.cpp/build -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON
cmake --build llama.cpp/build --config Release -j --target llama-cli llama-server
./llama.cpp/build/bin/llama-server \
    -hf AtomicChat/Qwen2.5-7B-Instruct-GGUF:Q4_K_M \
    --jinja -ngl 99 -c 8192 -fa on

How these were made

  1. Download Qwen/Qwen2.5-7B-Instruct (original weights).
  2. Convert to f16 GGUF with llama.cpp.
  3. Build an importance matrix over our calibration corpus.
  4. Quantize the ladder with --imatrix.
  5. UD-Q4_K_XL additionally pins the token-embedding and output tensors to Q8_0.

License

Original model by Qwen, released under the Apache 2.0 license. Full terms: Apache 2.0. Quantized by Atomic Chat.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
6c355b0

0 моделей