/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
Qwen2-VL-7B-Instruct
Библиотека
transformers
Опубликована
15 дек 2024

Qwen2-VL-7B-Instruct-GGUF

Изображение и текст → текст8 профессий

Qwen2-VL-7B-Instruct-GGUF — мультимодальная instruction-tuned модель семейства Qwen2-VL, разработанная Qwen и представленная в формате GGUF компанией Second State Inc.

1 231скачиваний за 30 дней4лайкавеса 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

Модель предназначена для обработки изображений и текста, включая сценарии image-text-to-text, где требуется отвечать на вопросы по изображению или учитывать визуальный контекст в диалоге. В README также указана совместимость с LlamaEdge и prompt template qwen2-vision.

Модель основана на Qwen/Qwen2-VL-7B-Instruct и имеет размер 7B параметров. Поддерживается контекст до 128 000 токенов. Для работы с визуальными данными используется отдельный vision encoder в формате GGUF; доступны варианты квантования от 2 до 8 бит, а также f16. Размер файлов составляет примерно от 3,02 до 15,2 ГБ для основных вариантов квантования, при этом Q4_K_M рекомендован как сбалансированный вариант, а Q5_K_M и Q5_K_S — как варианты с очень малой потерей качества.

К сильным сторонам относятся мультимодальность, большой контекст и возможность локального запуска через LlamaEdge. Ограничения зависят от выбранного уровня квантования: малобитные варианты занимают меньше места, но могут существенно терять в качестве; Q2_K, Q3 и некоторые legacy-варианты в README не рекомендуются для большинства задач. Указан английский язык. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит8

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-7B-Instruct-GGUF

Original Model

Qwen/Qwen2-VL-7B-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: 128000

  • Run as LlamaEdge service

    wasmedge --dir .:. \
      --nn-preload default:GGML:AUTO:Qwen2-VL-7B-Instruct-Q5_K_M.gguf \
      llama-api-server.wasm \
      --model-name Qwen2-VL-7B-Instruct \
      --prompt-template qwen2-vision \
      --llava-mmproj Qwen2-VL-7B-Instruct-vision-encoder.gguf \
      --ctx-size 128000
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
Qwen2-VL-7B-Instruct-Q2_K.ggufQ2_K23.02 GBsmallest, significant quality loss - not recommended for most purposes
Qwen2-VL-7B-Instruct-Q3_K_L.ggufQ3_K_L34.09 GBsmall, substantial quality loss
Qwen2-VL-7B-Instruct-Q3_K_M.ggufQ3_K_M33.81 GBvery small, high quality loss
Qwen2-VL-7B-Instruct-Q3_K_S.ggufQ3_K_S33.49 GBvery small, high quality loss
Qwen2-VL-7B-Instruct-Q4_0.ggufQ4_044.43 GBlegacy; small, very high quality loss - prefer using Q3_K_M
Qwen2-VL-7B-Instruct-Q4_K_M.ggufQ4_K_M44.68 GBmedium, balanced quality - recommended
Qwen2-VL-7B-Instruct-Q4_K_S.ggufQ4_K_S44.46 GBsmall, greater quality loss
Qwen2-VL-7B-Instruct-Q5_0.ggufQ5_055.32 GBlegacy; medium, balanced quality - prefer using Q4_K_M
Qwen2-VL-7B-Instruct-Q5_K_M.ggufQ5_K_M55.44 GBlarge, very low quality loss - recommended
Qwen2-VL-7B-Instruct-Q5_K_S.ggufQ5_K_S55.32 GBlarge, low quality loss - recommended
Qwen2-VL-7B-Instruct-Q6_K.ggufQ6_K66.25 GBvery large, extremely low quality loss
Qwen2-VL-7B-Instruct-Q8_0.ggufQ8_088.21 GBvery large, extremely low quality loss - not recommended
Qwen2-VL-7B-Instruct-f16.gguff161615.2 GB
Qwen2-VL-7B-Instruct-vision-encoder.gguff16162.70 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
68098c0

0 моделей