模型详情
模型介绍
中文整理Qwen2.5-72B-Instruct-GPTQ-Int4 模型卡片
模型类型
因果语言模型
参数规模
总参数：72.7B
非嵌入参数：70.0B
层数：80
注意力头：64个Q头，8个KV头
架构
使用RoPE、SwiGLU、RMSNorm和Attention QKV bias
量化方式
GPTQ 4位量化
上下文长度
输入：131072个token
生成：8192个token
主要能力
知识储备显著增加，编程和数学能力大幅提升
指令跟随能力显著改善
支持生成长文本（超过8K tokens）
能够理解结构化数据，如表格
支持生成结构化输出，特别是JSON格式
对多样化的系统提示更具适应性，提升角色扮演和条件设置效果
支持最长128K tokens的长上下文处理
支持超过29种语言，包括中文、英文、法文、西班牙文、葡萄牙文、德文、意大利文、俄文、日文、韩文、越南文、泰文、阿拉伯文等
输入输出格式
输入：文本形式的自然语言指令
输出：文本形式的回答
运行要求
需要安装最新版本的Hugging Face transformers库
许可证
请参考原始项目许可证信息
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
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、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。
