Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen-encoder-0.5B
Библиотека: transformers
Опубликована: 20 мар 2025

Ссылки

Qwen-encoder-0.5B-i1-GGUF

Ответы на вопросыТекст → текст8 профессий

Qwen-encoder-0.5B-i1-GGUF — это квантизированная GGUF-версия модели Qwen-encoder-0.5B, разработанной knowledgator и подготовленной к квантизации пользователем mradermacher.

435скачиваний за 30 дней0лайковвеса обновлены11 июл 2025

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 относится к энкодерным языковым моделям и связана с подходом LLM2Vec. В качестве обучающего набора указана англоязычная Wikipedia.

Модель предназначена для задач классификации, извлечения именованных сущностей и question answering, а также для других сценариев, где требуется получать представления текста и анализировать его содержание. Указан размер около 0,5 млрд параметров, поддерживается английский язык. Модель распространяется в формате GGUF с несколькими вариантами квантизации размером примерно 0,4–0,6 ГБ, что позволяет запускать её на ограниченных по памяти устройствах.

Сильными сторонами являются компактный размер, широкий выбор уровней квантизации и возможность локального использования. При этом README не содержит данных о длине контекста, точных характеристиках архитектуры, результатах оценки качества или поддержке других модальностей и языков. Низкобитные варианты могут заметно уступать по качеству; для компромисса между скоростью, размером и качеством рекомендованы Q4_K_S и Q4_K_M. Лицензия модели — Apache-2.0.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/knowledgator/Qwen-encoder-0.5B

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

static quants are available at https://huggingface.co/mradermacher/Qwen-encoder-0.5B-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)

Link	Type	Size/GB	Notes
GGUF	i1-IQ1_S	0.4	for the desperate
GGUF	i1-IQ1_M	0.4	mostly desperate
GGUF	i1-IQ2_XXS	0.4
GGUF	i1-IQ2_XS	0.4
GGUF	i1-IQ2_S	0.4
GGUF	i1-IQ2_M	0.4
GGUF	i1-Q2_K_S	0.4	very low quality
GGUF	i1-IQ3_XXS	0.4	lower quality
GGUF	i1-Q3_K_S	0.4	IQ3_XS probably better
GGUF	i1-IQ3_S	0.4	beats Q3_K*
GGUF	i1-IQ3_XS	0.4
GGUF	i1-Q2_K	0.4	IQ3_XXS probably better
GGUF	i1-IQ3_M	0.4
GGUF	i1-IQ4_XS	0.4
GGUF	i1-IQ4_NL	0.5	prefer IQ4_XS
GGUF	i1-Q4_0	0.5	fast, low quality
GGUF	i1-Q3_K_M	0.5	IQ3_S probably better
GGUF	i1-Q3_K_L	0.5	IQ3_M probably better
GGUF	i1-Q4_1	0.5
GGUF	i1-Q4_K_S	0.5	optimal size/speed/quality
GGUF	i1-Q4_K_M	0.5	fast, recommended
GGUF	i1-Q5_K_S	0.5
GGUF	i1-Q5_K_M	0.5
GGUF	i1-Q6_K	0.6	practically like static Q6_K

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

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. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: d74c587