模型介绍
中文整理Qwen2.5-32B-Instruct-GPTQ-Int4
模型用途
因果语言模型，适用于指令跟随、对话交互和文本生成任务。
主要能力
知识问答：具备更丰富的知识储备，显著提升编程和数学领域的能力。
指令遵循：改进的指令遵循能力，支持生成长文本（超过8K tokens），能够理解结构化数据如表格，并生成结构化输出，尤其擅长JSON格式。
系统提示适应性：对系统提示的多样性更具韧性，便于实现角色扮演和聊天机器人的条件设置。
长上下文：支持最长128K tokens的上下文长度，可生成最多8K tokens的输出。
多语言支持：支持超过29种语言，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。
输入输出
输入：文本形式的指令或对话，可包含系统提示和用户输入，支持结构化数据输入。
输出：文本回复，可生成结构化JSON输出。
运行要求
需要使用Hugging Face Transformers库的最新版本。建议使用最新的transformers以确保兼容性。
基本用法
模型已进行GPTQ 4位量化，适用于需要降低显存占用和加速推理的场景。
限制
具体使用限制和许可证信息需参考官方文档。
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。