/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen2.5-3B-Instruct
Библиотека
gguf
Опубликована
19 сен 2024

Qwen2.5-3B-Instruct-IMat-GGUF

Генерация текстаТекст → текст7 профессий

Qwen2.5-3B-Instruct-IMat-GGUF — набор GGUF-версий модели Qwen/Qwen2.5-3B-Instruct, подготовленный пользователем legraphista.

2 150скачиваний 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

Это инструкционно настроенная текстовая модель для генерации текста и диалоговых сценариев, запускаемая через llama.cpp и совместимые инструменты. В README указана поддержка английского языка.

Доступны варианты с исходной точностью BF16/F16 и различными уровнями квантования: от Q8_0 и Q6_K до Q2_K, а также форматы IQ и другие варианты семейства K-quants. Размер файлов составляет примерно от 1,27 до 6,18 ГБ. Для ряда вариантов квантования применена IMatrix-калибровка, предназначенная для сохранения качества при уменьшении размера модели. Точное описание архитектуры и размера контекста в README не приведено.

Ключевое преимущество модели — возможность локального запуска с выбором компромисса между качеством, требованиями к памяти и скоростью инференса. Ограничения связаны с потерей качества в более агрессивно квантованных вариантах, а также с тем, что README не содержит результатов бенчмарков и подробных характеристик применения. Модель распространяется по лицензии qwen-research; ссылка на полный текст лицензии указана в карточке исходной модели.

Для каких профессий подходит7

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

Qwen2.5-3B-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of Qwen/Qwen2.5-3B-Instruct

Original Model: Qwen/Qwen2.5-3B-Instruct
Original dtype: BF16 (bfloat16)
Quantized by: llama.cpp b3785
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2.5-3B-Instruct.Q8_0.ggufQ8_03.29GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q6_K.ggufQ6_K2.54GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q4_K.ggufQ4_K1.93GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q3_K.ggufQ3_K1.59GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q2_K.ggufQ2_K1.27GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2.5-3B-Instruct.BF16.ggufBF166.18GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.FP16.ggufF166.18GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q8_0.ggufQ8_03.29GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q6_K.ggufQ6_K2.54GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q5_K.ggufQ5_K2.22GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q5_K_S.ggufQ5_K_S2.17GB✅ Available⚪ Static📦 No
Qwen2.5-3B-Instruct.Q4_K.ggufQ4_K1.93GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q4_K_S.ggufQ4_K_S1.83GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ4_NL.ggufIQ4_NL1.83GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ4_XS.ggufIQ4_XS1.74GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q3_K.ggufQ3_K1.59GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q3_K_L.ggufQ3_K_L1.71GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q3_K_S.ggufQ3_K_S1.45GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ3_M.ggufIQ3_M1.49GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ3_S.ggufIQ3_S1.46GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ3_XS.ggufIQ3_XS1.39GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ3_XXS.ggufIQ3_XXS1.28GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q2_K.ggufQ2_K1.27GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.Q2_K_S.ggufQ2_K_S1.20GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ2_M.ggufIQ2_M1.14GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ2_S.ggufIQ2_S1.06GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ2_XS.ggufIQ2_XS1.03GB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ2_XXS.ggufIQ2_XXS948.25MB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ1_M.ggufIQ1_M850.03MB✅ Available🟢 IMatrix📦 No
Qwen2.5-3B-Instruct.IQ1_S.ggufIQ1_S791.09MB✅ 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/Qwen2.5-3B-Instruct-IMat-GGUF --include "Qwen2.5-3B-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/Qwen2.5-3B-Instruct-IMat-GGUF --include "Qwen2.5-3B-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 Qwen2.5-3B-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: Qwen2.5-3B-Instruct.Q8_0)
  3. Run gguf-split --merge Qwen2.5-3B-Instruct.Q8_0/Qwen2.5-3B-Instruct.Q8_0-00001-of-XXXXX.gguf Qwen2.5-3B-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
f0dfcd0

0 моделей