/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Hy-MT2-7B
Библиотека
transformers
Опубликована
21 мая 2026

Hy-MT2-7B-GGUF

ПереводТекст → текст3 профессии

Hy-MT2-7B-GGUF — это набор GGUF-квантизаций модели Hy-MT2-7B, разработанной Tencent и опубликованной в формате GGUF пользователем mradermacher.

1 175скачиваний за 30 дней1лайквеса обновлены26 мая 2026

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 прежде всего для задач машинного перевода и поддерживает китайский, английский, французский, португальский, испанский, японский, турецкий, русский, арабский, корейский, тайский, итальянский, немецкий, вьетнамский, малайский, индонезийский, тагальский, хинди и ряд других языков, перечисленных в карточке. Всего заявлено 35 языков, включая польский, чешский, нидерландский, кхмерский, бирманский, персидский, украинский, тибетский, казахский, монгольский, уйгурский и другие.

Это модель размером 7B, доступная в различных вариантах квантизации с объёмом файлов примерно от 3,1 до 15,1 ГБ. Предлагаются форматы Q2_K, Q3_K, IQ4_XS, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K, Q8_0 и f16; варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как обеспечивающий очень хорошее качество, а Q8_0 — как вариант с наилучшим качеством среди указанных. README не содержит сведений об архитектуре, размере контекста, мультимодальности, конкретных метриках качества или требованиях к аппаратному обеспечению.

Основные сильные стороны модели — широкий набор поддерживаемых языков, ориентация на перевод и возможность выбрать баланс между размером, скоростью и качеством с помощью разных вариантов квантизации. Ограничения связаны с возможной потерей качества в низкобитных вариантах и отсутствием подробных данных о производительности и сценариях применения. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

static quants of https://huggingface.co/tencent/Hy-MT2-7B

For a convenient overview and download list, visit our model page for this model.

weighted/imatrix quants are available at https://huggingface.co/mradermacher/Hy-MT2-7B-i1-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFQ2_K3.1
GGUFQ3_K_S3.5
GGUFQ3_K_M3.9lower quality
GGUFQ3_K_L4.2
GGUFIQ4_XS4.3
GGUFQ4_K_S4.5fast, recommended
GGUFQ4_K_M4.7fast, recommended
GGUFQ5_K_S5.3
GGUFQ5_K_M5.5
GGUFQ6_K6.3very good quality
GGUFQ8_08.1fast, best quality
GGUFf1615.116 bpw, overkill

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time.

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
9825e69

0 моделей