/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2-7B-Instruct
Библиотека
gguf
Опубликована
6 июн 2024

Qwen2-7B-Instruct-IMat-GGUF

Генерация текстаТекст → текст12 профессий

legraphista/Qwen2-7B-Instruct-IMat-GGUF — это набор GGUF-версий инструкционной языковой модели Qwen2-7B-Instruct, разработанной командой Qwen и дополнительно квантизированной пользователем legraphista с помощью llama.cpp.

2 090скачиваний за 30 дней3лайкавеса обновлены6 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 локальных приложениях через совместимые с GGUF инструменты и llama.cpp.

Модель содержит около 7 миллиардов параметров и создана на основе исходной версии с форматом BF16. Доступны варианты от BF16 и FP16 до низкобитных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-квантов. Для ряда низкобитных вариантов применена IMatrix — калибровочная матрица, призванная сохранить качество при уменьшении размера модели. Размеры файлов варьируются примерно от 3,02 до 15,24 ГБ. В карточке указана поддержка английского языка; сведения о контекстном окне и дополнительных модальностях отсутствуют.

Основные преимущества — большое количество вариантов квантования, возможность подобрать баланс между размером, требованиями к памяти и качеством, а также поддержка формата GGUF. Низкобитные версии экономичнее по ресурсам, но могут сильнее терять качество по сравнению с BF16 или FP16. Точные характеристики производительности, контекстного окна и поведения на других языках в README не указаны. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит12

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

Qwen2-7B-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of Qwen/Qwen2-7B-Instruct

Original Model: Qwen/Qwen2-7B-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
Qwen2-7B-Instruct.Q8_0.ggufQ8_08.10GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q6_K.ggufQ6_K6.25GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q4_K.ggufQ4_K4.68GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q3_K.ggufQ3_K3.81GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q2_K.ggufQ2_K3.02GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2-7B-Instruct.BF16.ggufBF1615.24GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.FP16.ggufF1615.24GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q8_0.ggufQ8_08.10GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q6_K.ggufQ6_K6.25GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q5_K.ggufQ5_K5.44GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q5_K_S.ggufQ5_K_S5.32GB✅ Available⚪ Static📦 No
Qwen2-7B-Instruct.Q4_K.ggufQ4_K4.68GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q4_K_S.ggufQ4_K_S4.46GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ4_NL.ggufIQ4_NL4.44GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ4_XS.ggufIQ4_XS4.22GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q3_K.ggufQ3_K3.81GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q3_K_L.ggufQ3_K_L4.09GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q3_K_S.ggufQ3_K_S3.49GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ3_M.ggufIQ3_M3.57GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ3_S.ggufIQ3_S3.50GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ3_XS.ggufIQ3_XS3.35GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ3_XXS.ggufIQ3_XXS3.11GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q2_K.ggufQ2_K3.02GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.Q2_K_S.ggufQ2_K_S2.83GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ2_M.ggufIQ2_M2.78GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ2_S.ggufIQ2_S2.60GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ2_XS.ggufIQ2_XS2.47GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ2_XXS.ggufIQ2_XXS2.27GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ1_M.ggufIQ1_M2.04GB✅ Available🟢 IMatrix📦 No
Qwen2-7B-Instruct.IQ1_S.ggufIQ1_S1.90GB✅ 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/Qwen2-7B-Instruct-IMat-GGUF --include "Qwen2-7B-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/Qwen2-7B-Instruct-IMat-GGUF --include "Qwen2-7B-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 Qwen2-7B-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: Qwen2-7B-Instruct.Q8_0)
  3. Run gguf-split --merge Qwen2-7B-Instruct.Q8_0/Qwen2-7B-Instruct.Q8_0-00001-of-XXXXX.gguf Qwen2-7B-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
07a083a

0 моделей