/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
gguf
Опубликована
18 июн 2026

qwen2.5-7b-uncensored-gguf

Генерация текстаТекст → текст12 профессий

Qwen2.5-7B Fine-tuned — это текстовая генеративная модель, разработанная waguriagent на базе Qwen/Qwen2.5-7B-Instruct от команды Qwen.

1 174скачиваний за 30 дней1лайквеса обновлены18 июн 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 дообучена методом LoRA, объединена с базовыми весами и представлена в формате GGUF с 4-битным квантованием Q4_K_M для эффективного локального запуска.

Модель предназначена для диалогов, генерации и обработки текста, включая работу через Ollama, llama.cpp и llama-cpp-python. Она использует архитектуру Qwen2 с примерно 7,6 млрд параметров, поддерживает контекст до 32 768 токенов и формат запросов ChatML. В README явно указан английский язык; другие языки не заявлены. Размер файла составляет около 4,4 ГБ, а для запуска рекомендуется примерно 6 ГБ RAM или VRAM, поэтому модель подходит для потребительских GPU с 8 ГБ видеопамяти.

Ключевое преимущество модели — сочетание относительно компактного размера, низких требований к памяти и небольших потерь качества по сравнению с полноточной версией. Ограничения связаны с 4-битным квантованием, возможным снижением качества относительно моделей с большей разрядностью, а также с унаследованными от базовой модели знаниями, предвзятостями и ограничениями. Дообучение на специализированном наборе данных могло сузить универсальные способности, поэтому модель следует проверять на собственных задачах перед использованием в production. Модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит12

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

Qwen2.5-7B Fine-tuned (GGUF Q4_K_M)

A LoRA fine-tune of Qwen2.5-7B-Instruct, merged into the base weights and quantized to Q4_K_M GGUF for efficient local inference. Runs comfortably on consumer GPUs with 8 GB VRAM (e.g. RTX 4060) via Ollama or llama.cpp.

Model Details

PropertyValue
Base modelQwen/Qwen2.5-7B-Instruct
ArchitectureQwen2 (7.6B parameters)
Fine-tuning methodLoRA (rank 32, alpha 64)
Target modulesq_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
Precision (training)BF16
QuantizationQ4_K_M (4-bit, k-quant medium)
File size~4.4 GB
Context length32,768 tokens (inherited from base)
Prompt formatChatML (Qwen2.5)

Quantization

This repository ships the Q4_K_M quant — the recommended balance of size and quality for most use cases. It keeps the most sensitive weights at higher precision while compressing the rest to 4-bit, yielding minimal quality loss versus the full-precision model at roughly a quarter of the size.

QuantBitsSizeQualityRAM/VRAM
Q4_K_M~4.54.4 GBGood (recommended)~6 GB

Usage

Ollama (recommended)

Pull and run directly from the Hub:

ollama run hf.co/waguriagent/qwen2.5-7b-uncensored-gguf:Q4_K_M

Or build a local model from the downloaded GGUF with a Modelfile:

FROM ./qwen2.5-7b-uncensored.Q4_K_M.gguf

TEMPLATE """{{ if .System }}<|im_start|>system
{{ .System }}<|im_end|>
{{ end }}{{ if .Prompt }}<|im_start|>user
{{ .Prompt }}<|im_end|>
{{ end }}<|im_start|>assistant
{{ .Response }}<|im_end|>
"""

PARAMETER stop "<|im_start|>"
PARAMETER stop "<|im_end|>"
PARAMETER temperature 0.7
PARAMETER top_p 0.9
ollama create my-model -f Modelfile
ollama run my-model

llama.cpp

# Download the GGUF
huggingface-cli download waguriagent/qwen2.5-7b-uncensored-gguf \
  qwen2.5-7b-uncensored.Q4_K_M.gguf --local-dir .

# Run interactively
./llama-cli -m qwen2.5-7b-uncensored.Q4_K_M.gguf \
  -p "You are a helpful assistant." -cnv

# Or serve an OpenAI-compatible API
./llama-server -m qwen2.5-7b-uncensored.Q4_K_M.gguf -c 8192

Python (llama-cpp-python)

from llama_cpp import Llama

llm = Llama(
    model_path="qwen2.5-7b-uncensored.Q4_K_M.gguf",
    n_ctx=8192,
    n_gpu_layers=-1,  # offload all layers to GPU
)

out = llm.create_chat_completion(
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain gradient descent in one paragraph."},
    ],
    temperature=0.7,
)
print(out["choices"][0]["message"]["content"])

Prompt Format

This model uses the Qwen2.5 ChatML template:

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{user_message}<|im_end|>
<|im_start|>assistant

Training Procedure

The adapter was trained with PEFT + TRL (no quantization during training), loading the base model in BF16 and training LoRA adapters directly on an H100 80GB GPU. Sequence packing was enabled so short samples are concatenated into dense sequences, maximizing token throughput per step.

Hyperparameters

HyperparameterValue
Epochs1
Effective batch size32 (4 × 8 grad accumulation)
Sequence length2048
Learning rate2e-4
LR schedulerCosine with 3% warmup
OptimizerAdamW (fused)
Weight decay0.01
Max grad norm0.3
AttentionFlashAttention-2
Gradient checkpointingEnabled
LoRA rank / alpha32 / 64
LoRA dropout0

Pipeline

BF16 LoRA train (1 epoch)
   → merge adapter into base weights
   → convert to GGUF F16 (llama.cpp)
   → quantize to Q4_K_M
   → upload to Hugging Face

Hardware

  • GPU: 1× NVIDIA H100 SXM (80 GB HBM3)
  • Training time: ~63 minutes (1 epoch)
  • Framework: PyTorch 2.5.1 + CUDA 12.4, Transformers 4.46, PEFT 0.13, TRL 0.11

Limitations & Bias

  • This is a 4-bit quantized model; expect a small quality degradation versus the full-precision base. For maximum quality, use a higher-bit quant or the merged FP16 model.
  • The model inherits the knowledge cutoff, biases, and limitations of the Qwen2.5-7B-Instruct base model.
  • Fine-tuning on a domain-specific dataset can narrow general-purpose capability. Evaluate on your own tasks before production use.

License

Released under the Apache 2.0 license, consistent with the Qwen2.5-7B-Instruct base model. Review the base model license for full terms.

Acknowledgements

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
8220eac

0 моделей