Характеристики

Контекст: 32 768 токенов
Параметры: 1,5 млрд
Лицензия: MIT
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-1.5B-Instruct
Библиотека: transformers
Опубликована: 20 сен 2026

Ссылки

smoothquant-qwen25-15b-g52xlarge

chris320211

Генерация текстаТекст → текст8 профессий

8-битная SmoothQuant-версия Qwen2.5-1.5B-Instruct для диалогов и генерации текста с уменьшенным использованием видеопамяти.

520скачиваний за 30 дней0лайковвеса обновлены20 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Это 8-битная SmoothQuant-производная Qwen/Qwen2.5-1.5B-Instruct от автора репозитория chris320211. Модель с плотной архитектурой Qwen2 поддерживает генерацию текста и диалоговые сценарии; в метаданных указано 1,5 млрд параметров и контекст до 32 768 токенов.

Модель подходит для ответов на запросы, ведения диалога и генерации структурированного текста. В README приведено сравнение с исходным fp16-снимком на WikiText-2: perplexity квантованной версии выше (10,07 против 9,58), пропускная способность ниже (10 427,5 против 11 103,1 токена/с), а использование видеопамяти улучшено. Проверка выполнена на NVIDIA A10G.

Это не готовый чекпойнт для прямой загрузки через AutoModelForCausalLM.from_pretrained: для восстановления требуется адаптер инференса и конфигурация квантования. Лицензия — MIT.

Сценарии применения

генерация текста по пользовательскому запросу
ответы на вопросы в диалоге
создание структурированных текстовых ответов

Ограничения

В тесте WikiText-2 perplexity и скорость генерации уступили исходному fp16-снимку, хотя расход видеопамяти был ниже. Модель требует специального адаптера инференса и не загружается напрямую через AutoModelForCausalLM.from_pretrained.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SmoothQuant Qwen/Qwen2.5-1.5B-Instruct

Quantized derivative of Qwen/Qwen2.5-1.5B-Instruct. Not Hub fp16. Weights are the packed/runtime artifact from job 20260920T220639Z-9e4555.

WikiText-2 (test, 2048-token windows, 65504 tokens)

Measured on NVIDIA A10G (g5.2xlarge) against the original fp16 snapshot. Numbers copied from jobs/20260920T220639Z-9e4555/benchmark.json.

	Quantized	fp16 snapshot
Perplexity	10.066860	9.579098
NLL loss	2.309249	2.259583
Tokens/s (2048 prefill, after warmup)	10427.5	11103.1
Peak VRAM (GB)	4.682	5.844

ppl_ratio: 1.050919 (quality_ok=True)
improved_throughput: False
improved_vram: True

Pull

from huggingface_hub import snapshot_download
path = snapshot_download("chris320211/smoothquant-qwen25-15b-g52xlarge")

This is not a drop-in AutoModelForCausalLM.from_pretrained checkpoint. Reload with the included quant_agent_inference_adapter.py after the method repo (and overlay, if any) is on QUANT_AGENT_METHOD_REPO. See quantization_config.json.

License

Base model license (MIT for Phi-3) plus the method repository license. Keep LICENSE / NOTICE.md from the snapshot when present.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: 6bd1e6e