/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
qwen-indic-v1
Библиотека
transformers
Опубликована
4 июл 2026

qwen-indic-v1-i1-GGUF

ЭмбеддингиТекст → embedding7 профессий

qwen-indic-v1-i1-GGUF — это набор квантованных GGUF-версий модели qwen-indic-v1, разработанной LingoIITGN и подготовленной к квантованию пользователем mradermacher.

417скачиваний за 30 дней0лайковвеса обновлены4 июл 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 ориентирована на получение эмбеддингов и извлечение признаков в сценариях sentence-transformers, включая семантический поиск, сопоставление текстов и другие задачи многоязычной обработки текста. Она предназначена для индийских языков, среди которых ассамский, бенгальский, гуджарати, хинди, каннада, кашмири, малаялам, маратхи, непальский, ория, пенджаби, санскрит, тамильский, телугу, урду и ряд других языков Южной Азии.

Модель распространяется в формате GGUF с imatrix-квантованием и представлена в вариантах от i1-IQ1_S до i1-Q6_K размером примерно от 2,0 до 6,3 ГБ, а также отдельным файлом imatrix для создания собственных квантованных версий. README не содержит сведений о размере исходной модели, архитектуре, максимальной длине контекста, поддерживаемых модальностях помимо текста или точных показателях качества. Разные варианты предлагают компромисс между размером, скоростью и качеством: низкобитные версии требуют меньше памяти, но могут заметно ухудшать результаты, тогда как Q4_K_M отмечен как быстрый и рекомендуемый вариант.

К сильным сторонам относятся специализация на индийских языках, поддержка локального запуска через GGUF и широкий выбор уровней квантования. Ограничения связаны с отсутствием подробных архитектурных и оценочных характеристик, а также с возможной потерей качества в наиболее компактных вариантах. Указана лицензия Apache-2.0.

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

About

weighted/imatrix quants of https://huggingface.co/LingoIITGN/qwen-indic-v1

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

static quants are available at https://huggingface.co/mradermacher/qwen-indic-v1-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
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S2.0for the desperate
GGUFi1-IQ1_M2.2mostly desperate
GGUFi1-IQ2_XXS2.4
GGUFi1-IQ2_XS2.6
GGUFi1-IQ2_S2.7
GGUFi1-IQ2_M2.9
GGUFi1-Q2_K_S3.0very low quality
GGUFi1-Q2_K3.2IQ3_XXS probably better
GGUFi1-IQ3_XXS3.2lower quality
GGUFi1-IQ3_XS3.5
GGUFi1-Q3_K_S3.6IQ3_XS probably better
GGUFi1-IQ3_S3.6beats Q3_K*
GGUFi1-IQ3_M3.7
GGUFi1-Q3_K_M4.0IQ3_S probably better
GGUFi1-Q3_K_L4.3IQ3_M probably better
GGUFi1-IQ4_XS4.3
GGUFi1-Q4_04.5fast, low quality
GGUFi1-IQ4_NL4.5prefer IQ4_XS
GGUFi1-Q4_K_S4.6optimal size/speed/quality
GGUFi1-Q4_K_M4.8fast, recommended
GGUFi1-Q4_15.0
GGUFi1-Q5_K_S5.4
GGUFi1-Q5_K_M5.5
GGUFi1-Q6_K6.3practically like static Q6_K

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. 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
f0a38ad

0 моделей