/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-32B-Instruct
Библиотека
gguf
Опубликована
19 сен 2024

Qwen2.5-32B-Instruct-IMat-GGUF

Генерация текстаТекст → текст10 профессий

Qwen2.5-32B-Instruct-IMat-GGUF — это GGUF-квантизированная версия языковой модели Qwen2.5-32B-Instruct, разработанной командой Qwen и подготовленной для llama.cpp пользователем legraphista.

795скачиваний за 30 дней0лайковвеса обновлены19 сен 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 диалогов и генерации текста, включая использование в локальных приложениях и совместимых инструментах инференса. В README указана поддержка английского языка и задача text-generation.

Модель имеет размер 32B параметров и основана на исходных весах BF16. Доступны варианты от BF16 и F16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K, включая форматы с IMatrix-квантизацией. Размер файлов составляет примерно от 12,31 до 65,54 ГБ в зависимости от варианта; некоторые высокоточные версии разделены на несколько файлов. IMatrix применяется к ряду вариантов с более сильным сжатием, что позволяет уменьшить требования к памяти при сохранении качества, однако README не содержит количественной оценки качества и не указывает размер контекста или дополнительные модальности.

Сильной стороной модели является широкий выбор уровней квантизации и совместимость с llama.cpp, благодаря чему можно подобрать компромисс между качеством, скоростью и потреблением памяти. Ограничениями являются значительные аппаратные требования даже для сжатых вариантов, а также отсутствие в предоставленных данных подробных сведений о производительности, языковом охвате за пределами английского и ограничениях применения. Распространение указано по лицензии Apache-2.0.

Для каких профессий подходит10

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

Qwen2.5-32B-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of Qwen/Qwen2.5-32B-Instruct

Original Model: Qwen/Qwen2.5-32B-Instruct
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3787
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2.5-32B-Instruct.Q8_0.ggufQ8_034.82GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q6_K.ggufQ6_K26.89GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q4_K.ggufQ4_K19.85GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q3_K.ggufQ3_K15.94GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q2_K.ggufQ2_K12.31GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2.5-32B-Instruct.BF16/*BF1665.54GB✅ Available⚪ Static✂ Yes
Qwen2.5-32B-Instruct.FP16/*F1665.54GB✅ Available⚪ Static✂ Yes
Qwen2.5-32B-Instruct.Q8_0.ggufQ8_034.82GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q6_K.ggufQ6_K26.89GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q5_K.ggufQ5_K23.26GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q5_K_S.ggufQ5_K_S22.64GB✅ Available⚪ Static📦 No
Qwen2.5-32B-Instruct.Q4_K.ggufQ4_K19.85GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q4_K_S.ggufQ4_K_S18.78GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ4_NL.ggufIQ4_NL18.68GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ4_XS.ggufIQ4_XS17.69GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q3_K.ggufQ3_K15.94GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q3_K_L.ggufQ3_K_L17.25GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q3_K_S.ggufQ3_K_S14.39GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ3_M.ggufIQ3_M14.81GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ3_S.ggufIQ3_S14.44GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ3_XS.ggufIQ3_XS13.71GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ3_XXS.ggufIQ3_XXS12.84GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q2_K.ggufQ2_K12.31GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.Q2_K_S.ggufQ2_K_S11.49GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ2_M.ggufIQ2_M11.26GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ2_S.ggufIQ2_S10.39GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ2_XS.ggufIQ2_XS9.96GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ2_XXS.ggufIQ2_XXS9.03GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ1_M.ggufIQ1_M7.93GB✅ Available🟢 IMatrix📦 No
Qwen2.5-32B-Instruct.IQ1_S.ggufIQ1_S7.27GB✅ 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/Qwen2.5-32B-Instruct-IMat-GGUF --include "Qwen2.5-32B-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/Qwen2.5-32B-Instruct-IMat-GGUF --include "Qwen2.5-32B-Instruct.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

Simple chat template

<|im_start|>system
You are Qwen, created by Alibaba Cloud. 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 Qwen2.5-32B-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: Qwen2.5-32B-Instruct.Q8_0)
  3. Run gguf-split --merge Qwen2.5-32B-Instruct.Q8_0/Qwen2.5-32B-Instruct.Q8_0-00001-of-XXXXX.gguf Qwen2.5-32B-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
a38082b

0 моделей