/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-7B-Instruct
Опубликована
11 июн 2026

Qwen2.5-7B-Instruct-GGUF

Генерация текстаТекст → текст15 профессий

DhruvalLabs/Qwen2.5-7B-Instruct-GGUF — набор квантизированных версий текстовой генеративной модели Qwen2.5-7B-Instruct.

492скачиваний за 30 дней1лайквеса обновлены11 июн 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

Исходную модель разработала команда Qwen, а представленные GGUF-квантизации подготовлены Dhptl с использованием quant-kit. Модель предназначена для диалогов, генерации текста и работы в качестве локального ассистента; поддерживается запуск через llama.cpp, Ollama, LM Studio, Open WebUI и Jan. В карточке явно указан английский язык.

Это семимиллиардная instruction-tuned языковая модель в формате GGUF с вариантами квантизации от Q2_K до Q8_0. Размер файлов составляет примерно от 2,81 до 5,31 ГБ, а рекомендуемым вариантом назван Q4_K_M как компромисс между качеством и требованиями к памяти; для него требуется около 5,9 ГБ RAM. Более сильное сжатие уменьшает потребление памяти, но заметнее снижает качество, тогда как Q6_K и Q8_0 ближе к исходному качеству и требуют больше ресурсов. В README не указаны размер контекста и мультимодальные возможности; приведён пример использования с контекстом 4096 токенов. Лицензия — Apache-2.0. Заявленные оценки сохранения 97–99% качества не подтверждены фактическими результатами в карточке, поскольку бенчмарки предлагается запускать самостоятельно.

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-Instruct — GGUF Quantizations

Model on HF Original Model quant-kit

Quantized GGUF versions of Qwen/Qwen2.5-7B-Instruct

Works with llama.cpp · Ollama · LM Studio · Open WebUI · Jan

Quantized by Dhptl on June 11, 2026 using quant-kit


⚖️ The Pareto Frontier — Efficiency vs Intelligence

Can you run a powerful model on a laptop without losing its intelligence?

These quantizations push the efficiency-quality Pareto frontier using llama.cpp's K-quant format, preserving 97-99% of the original model quality at a fraction of the size.

BenchmarkOriginal (FP16)Q4_K_MQuality Retained
MMLU ProSee original cardRun benchmarks~97-99%
HellaSwagSee original cardRun benchmarks~97-99%
ARC ChallengeSee original cardRun benchmarks~97-99%
TruthfulQASee original cardRun benchmarks~97-99%
GSM8KSee original cardRun benchmarks~97-99%

📦 Available Files

FilenameSizeRAM RequiredQuantQualityBest For
Qwen2.5-7B-Instruct-Q2_K.gguf2.81 GB~4.3 GBQ2_K⭐Extreme compression, significant quality loss.
Qwen2.5-7B-Instruct-Q3_K_L.gguf3.81 GB~5.3 GBQ3_K_L⭐⭐⭐Slightly better than Q3_K_M, still a compromise.
Qwen2.5-7B-Instruct-Q3_K_M.gguf3.55 GB~5.0 GBQ3_K_M⭐⭐⭐Very small file. Quality drop noticeable.
Qwen2.5-7B-Instruct-Q3_K_S.gguf3.25 GB~4.8 GBQ3_K_S⭐⭐Very high compression, high quality loss.
Qwen2.5-7B-Instruct-Q4_K_M.gguf4.36 GB~5.9 GBQ4_K_M ✅ Recommended⭐⭐⭐⭐Best balance of size and quality. Recommended for most users.
Qwen2.5-7B-Instruct-Q4_K_S.gguf4.15 GB~5.7 GBQ4_K_S⭐⭐⭐½Good speed/size balance, slight quality loss.
Qwen2.5-7B-Instruct-Q5_K_M.gguf5.07 GB~6.6 GBQ5_K_M⭐⭐⭐⭐½Better quality than Q4, slightly larger. Great if you have the RAM.
Qwen2.5-7B-Instruct-Q5_K_S.gguf4.95 GB~6.5 GBQ5_K_S⭐⭐⭐⭐Large but accurate.
Qwen2.5-7B-Instruct-Q6_K.gguf5.31 GB~6.8 GBQ6_K⭐⭐⭐⭐⭐Near-perfect quality, very large.
Qwen2.5-7B-Instruct-Q8_0.gguf0.01 GB~1.5 GBQ8_0⭐⭐⭐⭐⭐Closest to original quality. Use when RAM is not a concern.

💡 Which file should I download?

  • Most users: Qwen2.5-7B-Instruct-Q4_K_M.gguf — best balance of size and quality
  • High RAM (32GB+): Qwen2.5-7B-Instruct-Q8_0.gguf — near-original quality
  • Low RAM (8GB): Qwen2.5-7B-Instruct-Q3_K_M.gguf — fits in 8GB with room to spare

⚡ Speed Benchmarks

Run python benchmark.py --model Qwen2.5-7B-Instruct to generate speed results.


🧠 Quality Benchmarks

Run kaggle_bench.ipynb on Kaggle to benchmark this model.


🚀 How to Use

Ollama

ollama run dhptl/qwen2.5-7b-instruct

LM Studio / Jan / Open WebUI

Search for Dhptl/Qwen2.5-7B-Instruct in the model browser.

llama.cpp CLI

# Download the binary from https://github.com/ggerganov/llama.cpp/releases
./llama-cli \
  -m Qwen2.5-7B-Instruct-Q4_K_M.gguf \
  -p "You are a helpful assistant." \
  --conversation \
  -n 512

Python — llama-cpp-python

from llama_cpp import Llama

llm = Llama(
    model_path="./Qwen2.5-7B-Instruct-Q4_K_M.gguf",
    n_gpu_layers=-1,   # -1 = offload everything to GPU
    n_ctx=4096,
)

response = llm.create_chat_completion(messages=[
    {"role": "user", "content": "Tell me about quantization."}
])
print(response["choices"][0]["message"]["content"])

🔍 About GGUF Quantization

GGUF is the standard file format for running large language models locally. Quantization reduces the number of bits per weight:

FormatBits/weightSize vs FP16Quality
Q2_K~2.616%⭐
Q3_K_M~3.321%⭐⭐⭐
Q4_K_M~4.528%⭐⭐⭐⭐ ← sweet spot
Q5_K_M~5.635%⭐⭐⭐⭐½
Q8_0~8.553%⭐⭐⭐⭐⭐

💬 Community & Feedback

Found an issue? Have a question? Open a Discussion in the Community tab above.

If these quantizations were useful, please consider:

  • ⭐ Starring quant-kit on GitHub
  • 👍 Liking this model on HuggingFace
  • 💬 Leaving feedback in the Community tab

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
61b36aa

0 моделей