模型详情
模型介绍
中文整理Qwen2.5-72B-Instruct-GGUF 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位置编码、SwiGLU激活函数、RMSNorm归一化，带Attention QKV偏置
输入输出
支持最长32,768个token的上下文输入，可生成最多8,192个token的输出
主要能力
基于Qwen2.5系列大型语言模型的指令微调版本，具备以下能力：
- 编程和数学能力显著提升
- 指令跟随能力增强
- 长文本生成能力（支持超过8K tokens）
- 理解结构化数据，如表格
- 生成结构化输出，尤其擅长JSON格式
- 对系统提示的多样性更具鲁棒性，便于实现角色扮演和聊天机器人
- 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
量化选项
提供多种量化版本：q2_K、q3_K_M、q4_0、q4_K_M、q5_0、q5_K_M、q6_K、q8_0
运行要求
需要GPU支持。具体GPU内存需求和吞吐量数据请参考官方评估结果。
基本用法
- 克隆llama.cpp仓库并按官方指南安装
- 使用huggingface-cli或手动下载所需的GGUF文件
- 对于分片文件，需使用llama-gguf-split工具合并
- 进入对话模式即可进行类似聊天机器人的交互
许可证
请参考项目官方许可证信息。
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。
