Низкобитная версия чат-модели Qwen 1.5 на 464 млн параметров для генерации текста с MLX.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это низкобитная квантизованная версия чат-модели Qwen 1.5 с примерно 464 млн параметров, подготовленная GreenBitAI и преобразованная в формат MLX. Она предназначена для генерации текста в диалоге и запуска на устройствах Apple с использованием MLX.
Модель основана на архитектуре Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. README указывает, что она преобразована из GreenBitAI/Qwen-1.5-0.5B-Chat-layer-mix-bpw-2.2; репозиторий содержит веса safetensors. Данные о поддерживаемых естественных языках и лицензии в предоставленной карточке отсутствуют.
Низкобитная квантизация может снижать качество ответов по сравнению с полноточной моделью. README не приводит сведения о лицензии и поддерживаемых языках.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This quantized low-bit model was converted to MLX format from GreenBitAI/Qwen-1.5-0.5B-Chat-layer-mix-bpw-2.2.
Refer to the original model card for more details on the model.
pip install gbx-lm
from gbx_lm import load, generate
model, tokenizer = load("GreenBitAI/Qwen-1.5-0.5B-Chat-layer-mix-bpw-2.2-mlx")
response = generate(model, tokenizer, prompt="hello", verbose=True)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
MLX-модели работают только на Apple Silicon.