模型介绍
中文整理Qwen2-7B-Instruct
模型用途
Qwen2-7B-Instruct是通义千问系列指令微调语言模型，参数规模为70亿。该模型基于Transformer架构训练，适用于对话交互任务。
主要能力
该模型在语言理解、语言生成、多语言能力、编码、数学和推理等方面具有竞争力。支持最长131,072个tokens的上下文长度，可处理长文本内容。模型采用SwiGLU激活函数、注意力QKV偏置、组查询注意力等技术，并针对多种自然语言和代码进行了分词器优化。
输入输出
输入：文本提示，支持最长131,072个tokens的上下文
输出：模型生成的自然语言回复
运行要求
推荐使用Hugging Face Transformers库，版本需大于等于4.37.0。处理超长文本（超过32,768 tokens）时需使用YARN技术来增强模型的长度外推能力。
基本用法
模型通过监督微调和直接偏好优化进行后训练。使用时需应用聊天模板（chat template）来加载分词器和模型，然后进行内容生成。
限制
使用vLLM部署时，YARN仅支持静态模式，缩放因子不随输入长度变化，可能对短文本性能产生影响。建议仅在需要处理长上下文时添加rope缩放配置。
许可证
原文未提供许可证相关信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。