/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
Qwen2-VL-2B-Instruct
Библиотека
transformers
Опубликована
15 дек 2024

Qwen2-VL-2B-Instruct-GGUF

Изображение и текст → текст7 профессий

Qwen2-VL-2B-Instruct-GGUF — мультимодальная модель для понимания изображений и генерации текста на их основе.

2 201скачиваний за 30 дней2лайкавеса обновлены11 янв 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

Базовая модель разработана командой Qwen, а GGUF-версии квантизированы компанией Second State Inc. Модель предназначена для сценариев image-text-to-text: анализа изображений, ответов на вопросы по визуальному содержимому и выполнения инструкций с учётом изображения. В README указан английский язык.

Модель основана на Qwen2-VL-2B-Instruct и имеет размер 2B параметров. Доступны варианты GGUF с квантизацией от 2 до 8 бит, а также f16; размеры файлов варьируются примерно от 676 МБ до 3,09 ГБ, без учёта отдельного vision encoder размером 2,66 ГБ. Для запуска через LlamaEdge используется мультимодальный vision encoder, шаблон prompt типа qwen2-vision и контекст до 32 000 токенов. Рекомендуемыми вариантами в README названы Q4_K_M, Q5_K_M и Q5_K_S; более сильная квантизация уменьшает размер, но может заметно снижать качество.

Преимущества модели — мультимодальность, сравнительно компактный размер и поддержка нескольких уровней квантизации для локального запуска. Ограничения включают возможную потерю качества в низкобитных вариантах и необходимость отдельного vision encoder для обработки изображений. Модель распространяется по лицензии 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

Qwen2-VL-2B-Instruct-GGUF

Original Model

Qwen/Qwen2-VL-2B-Instruct

Run with LlamaEdge

  • LlamaEdge version: v0.16.0

  • Prompt template

    • Prompt type: qwen2-vision

    • Prompt string

      <|im_start|>system
      {system_prompt}<|im_end|>
      <|im_start|>user
      <|vision_start|>{image_placeholder}<|vision_end|>{user_prompt}<|im_end|>
      <|im_start|>assistant
      
  • Context size: 32000

  • Run as LlamaEdge service

    wasmedge --dir .:. \
      --nn-preload default:GGML:AUTO:Qwen2-VL-2B-Instruct-Q5_K_M.gguf \
      llama-api-server.wasm \
      --model-name Qwen2-VL-2B-Instruct \
      --prompt-template qwen2-vision \
      --llava-mmproj Qwen2-VL-2B-Instruct-vision-encoder.gguf \
      --ctx-size 32000
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
Qwen2-VL-2B-Instruct-Q2_K.ggufQ2_K2676 MBsmallest, significant quality loss - not recommended for most purposes
Qwen2-VL-2B-Instruct-Q3_K_L.ggufQ3_K_L3880 MBsmall, substantial quality loss
Qwen2-VL-2B-Instruct-Q3_K_M.ggufQ3_K_M3824 MBvery small, high quality loss
Qwen2-VL-2B-Instruct-Q3_K_S.ggufQ3_K_S3761 MBvery small, high quality loss
Qwen2-VL-2B-Instruct-Q4_0.ggufQ4_04935 MBlegacy; small, very high quality loss - prefer using Q3_K_M
Qwen2-VL-2B-Instruct-Q4_K_M.ggufQ4_K_M4986 MBmedium, balanced quality - recommended
Qwen2-VL-2B-Instruct-Q4_K_S.ggufQ4_K_S4940 MBsmall, greater quality loss
Qwen2-VL-2B-Instruct-Q5_0.ggufQ5_051.10 GBlegacy; medium, balanced quality - prefer using Q4_K_M
Qwen2-VL-2B-Instruct-Q5_K_M.ggufQ5_K_M51.13 GBlarge, very low quality loss - recommended
Qwen2-VL-2B-Instruct-Q5_K_S.ggufQ5_K_S51.10 GBlarge, low quality loss - recommended
Qwen2-VL-2B-Instruct-Q6_K.ggufQ6_K61.27 GBvery large, extremely low quality loss
Qwen2-VL-2B-Instruct-Q8_0.ggufQ8_081.65 GBvery large, extremely low quality loss - not recommended
Qwen2-VL-2B-Instruct-f16.gguff16163.09 GB
Qwen2-VL-2B-Instruct-vision-encoder.gguff16162.66 GB

Quantized with llama.cpp b4329

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).

Класс архитектуры
Qwen2VLForConditionalGeneration
Ревизия весов
0a81dad

0 моделей