/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen2.5-72B-Instruct
Библиотека
gguf
Опубликована
19 сен 2024

Qwen2.5-72B-Instruct-IMat-GGUF

Генерация текстаТекст → текст12 профессий

Qwen2.5-72B-Instruct-IMat-GGUF — это GGUF-квантизированная версия инструкционной языковой модели Qwen2.5-72B-Instruct, разработанной командой Qwen.

919скачиваний за 30 дней0лайковвеса обновлены20 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

Квантизацию выполнил legraphista с использованием llama.cpp версии b3787 и калибровочного набора IMatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая работу в совместимых локальных средствах инференса, таких как llama.cpp.

Модель основана на версии с 72 миллиардами параметров и исходным форматом BF16. Доступны варианты от BF16 и F16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и более компактных IQ-квантизаций; размеры файлов составляют примерно от 29,81 до 145,42 ГБ. Для ряда вариантов применена IMatrix, что направлено на повышение качества при квантизации. В метаданных указан английский язык; сведения о других языках, архитектуре и размере контекста в представленном README не указаны.

Сильная сторона модели — широкий выбор уровней квантизации, позволяющий подобрать компромисс между качеством, размером и требованиями к ресурсам, а также поддержка формата GGUF и IMatrix для многих компактных вариантов. Ограничения включают очень высокие требования к памяти даже для квантизированных файлов, зависимость совместимости и производительности от используемого движка и оборудования, а также возможное снижение качества при сильной квантизации. Модель распространяется по лицензии Qwen; подробные условия указаны в лицензии исходной модели.

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

Qwen2.5-72B-Instruct-IMat-GGUF

Llama.cpp imatrix quantization of Qwen/Qwen2.5-72B-Instruct

Original Model: Qwen/Qwen2.5-72B-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
Qwen2.5-72B-Instruct.Q8_0/*Q8_077.26GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q6_K/*Q6_K64.35GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q4_K/*Q4_K47.42GB✅ Available🟢 IMatrix✂ Yes
Qwen2.5-72B-Instruct.Q3_K.ggufQ3_K37.70GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q2_K.ggufQ2_K29.81GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Qwen2.5-72B-Instruct.BF16/*BF16145.42GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.FP16/*F16145.42GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q8_0/*Q8_077.26GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q6_K/*Q6_K64.35GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q5_K/*Q5_K54.45GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q5_K_S/*Q5_K_S51.38GB✅ Available⚪ Static✂ Yes
Qwen2.5-72B-Instruct.Q4_K/*Q4_K47.42GB✅ Available🟢 IMatrix✂ Yes
Qwen2.5-72B-Instruct.Q4_K_S.ggufQ4_K_S43.89GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ4_NL.ggufIQ4_NL41.32GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ4_XS.ggufIQ4_XS39.71GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q3_K.ggufQ3_K37.70GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q3_K_L.ggufQ3_K_L39.51GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q3_K_S.ggufQ3_K_S34.49GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ3_M.ggufIQ3_M35.50GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ3_S.ggufIQ3_S34.49GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ3_XS.ggufIQ3_XS32.84GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ3_XXS.ggufIQ3_XXS31.85GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q2_K.ggufQ2_K29.81GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.Q2_K_S.ggufQ2_K_S29.57GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ2_M.ggufIQ2_M29.34GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ2_S.ggufIQ2_S27.94GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ2_XS.ggufIQ2_XS27.06GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ2_XXS.ggufIQ2_XXS25.49GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ1_M.ggufIQ1_M23.74GB✅ Available🟢 IMatrix📦 No
Qwen2.5-72B-Instruct.IQ1_SIQ1_S-❌ Errored🟢 IMatrix-

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/Qwen2.5-72B-Instruct-IMat-GGUF --include "Qwen2.5-72B-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/Qwen2.5-72B-Instruct-IMat-GGUF --include "Qwen2.5-72B-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 Qwen2.5-72B-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: Qwen2.5-72B-Instruct.Q8_0)
  3. Run gguf-split --merge Qwen2.5-72B-Instruct.Q8_0/Qwen2.5-72B-Instruct.Q8_0-00001-of-XXXXX.gguf Qwen2.5-72B-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
5af4e9f

0 моделей