/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen2-72B-Instruct
Библиотека
gguf
Опубликована
6 июн 2024

Qwen2-72B-Instruct-IMat-GGUF

Генерация текстаТекст → текст13 профессий

Qwen2-72B-Instruct-IMat-GGUF — это набор GGUF-версий инструкционной языковой модели Qwen2-72B-Instruct, опубликованный legraphista и основанный на модели Qwen/Qwen2-72B-Instruct.

880скачиваний за 30 дней1лайквеса обновлены7 июн 2024

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 и диалоговых сценариев, включая использование в чат-приложениях и локальном inference через совместимые инструменты, в частности llama.cpp. В метаданных указан английский язык; сведения о поддержке других языков, мультимодальности и максимальном размере контекста не приведены.

В репозитории доступны варианты от BF16 и FP16 до квантований Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-серий. Часть вариантов создана с использованием IMatrix-калибровки, предназначенной для более эффективного квантования, а некоторые представлены в виде разделённых файлов. Размеры файлов варьируются примерно от 29,81 до 145,42 ГБ, поэтому модель требует значительных ресурсов хранения и вычислений. Ключевая характеристика — 72 миллиарда параметров; точная архитектура и контекстное окно в README не указаны.

Сильной стороной является широкий выбор уровней квантования и формат GGUF, удобный для локального запуска, а IMatrix может помогать сохранять качество при уменьшении размера модели. Ограничениями остаются высокая требовательность к памяти и производительности, а также возможная потеря качества в более агрессивных вариантах квантования. Модель распространяется по лицензии tongyi-qianwen; указана лицензия типа other со ссылкой на лицензию исходной модели Qwen2-72B-Instruct.

Для каких профессий подходит13

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

Qwen2-72B-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of Qwen/Qwen2-72B-Instruct

Original Model: Qwen/Qwen2-72B-Instruct
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3091
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2-72B-Instruct.Q8_0/*Q8_077.26GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q6_K/*Q6_K64.35GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q4_K/*Q4_K47.42GB✅ Available🟢 IMatrix✂ Yes
Qwen2-72B-Instruct.Q3_K.ggufQ3_K37.70GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q2_K.ggufQ2_K29.81GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2-72B-Instruct.BF16/*BF16145.42GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.FP16/*F16145.42GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q8_0/*Q8_077.26GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q6_K/*Q6_K64.35GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q5_K/*Q5_K54.45GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q5_K_S/*Q5_K_S51.38GB✅ Available⚪ Static✂ Yes
Qwen2-72B-Instruct.Q4_K/*Q4_K47.42GB✅ Available🟢 IMatrix✂ Yes
Qwen2-72B-Instruct.Q4_K_S.ggufQ4_K_S43.89GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ4_NL.ggufIQ4_NL41.32GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ4_XS.ggufIQ4_XS39.71GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q3_K.ggufQ3_K37.70GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q3_K_L.ggufQ3_K_L39.51GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q3_K_S.ggufQ3_K_S34.49GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ3_M.ggufIQ3_M35.50GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ3_S.ggufIQ3_S34.49GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ3_XS.ggufIQ3_XS32.84GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ3_XXS.ggufIQ3_XXS31.85GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q2_K.ggufQ2_K29.81GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.Q2_K_S.ggufQ2_K_S29.57GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ2_M.ggufIQ2_M29.34GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ2_S.ggufIQ2_S27.94GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ2_XS.ggufIQ2_XS27.06GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ2_XXS.ggufIQ2_XXS25.49GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ1_M.ggufIQ1_M23.74GB✅ Available🟢 IMatrix📦 No
Qwen2-72B-Instruct.IQ1_S.ggufIQ1_S22.69GB✅ Available🟢 IMatrix📦 No

Downloading using huggingface-cli

If you do not have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Download the specific file you want:

huggingface-cli download legraphista/Qwen2-72B-Instruct-IMat-GGUF --include "Qwen2-72B-Instruct.Q8_0.gguf" --local-dir ./

If the model file is big, it has been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download legraphista/Qwen2-72B-Instruct-IMat-GGUF --include "Qwen2-72B-Instruct.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|im_start|>system
You are a helpful assistant.<|im_end|>
<|im_start|>user
{user_prompt}<|im_end|>
<|im_start|>assistant
{assistant_response}<|im_end|>
<|im_start|>user
{next_user_prompt}<|im_end|>

Chat template with system prompt

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{user_prompt}<|im_end|>
<|im_start|>assistant
{assistant_response}<|im_end|>
<|im_start|>user
{next_user_prompt}<|im_end|>

Llama.cpp

llama.cpp/main -m Qwen2-72B-Instruct.Q8_0.gguf --color -i -p "prompt here (according to the chat template)"

FAQ

Why is the IMatrix not applied everywhere?

According to this investigation, it appears that lower quantizations are the only ones that benefit from the imatrix input (as per hellaswag results).

How do I merge a split GGUF?

  1. Make sure you have gguf-split available
  2. Locate your GGUF chunks folder (ex: Qwen2-72B-Instruct.Q8_0)
  3. Run gguf-split --merge Qwen2-72B-Instruct.Q8_0/Qwen2-72B-Instruct.Q8_0-00001-of-XXXXX.gguf Qwen2-72B-Instruct.Q8_0.gguf
    • Make sure to point gguf-split to the first chunk of the split.

Got a suggestion? Ping me @legraphista!

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
7e980fd

0 моделей