模型介绍
中文整理Qwen2-72B-Instruct-GPTQ-Int4
模型用途
Qwen2-72B-Instruct-GPTQ-Int4是Qwen2大型语言模型系列的指令微调版本，采用72亿参数规模。该模型基于Transformer架构，使用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优化。
主要能力
该模型在语言理解、语言生成、多语言能力、编程、数学和推理等方面进行了优化。在一系列基准测试中，Qwen2-72B-Instruct-GPTQ-Int4的表现超越了大多数开源模型，并与闭源模型具有竞争力。支持最长131,072个token的上下文长度，可处理大量文本输入。
输入输出
输入：文本形式的用户提示
输出：模型生成的回答文本
运行要求
建议使用transformers>=4.37.0版本。对于长文本处理（超过32,768个token），需要使用YARN技术来增强模型的长度外推能力。推荐使用vLLM进行部署以获得更好的推理性能。
基本用法
通过apply chat template加载tokenizer和model，然后进行内容生成。具体步骤包括：安装vLLM、配置模型设置（修改config.json以启用YARN）、使用vLLM部署模型。
限制
vLLM目前仅支持静态YARN，缩放因子在不同输入长度下保持恒定，可能对较短文本的性能产生影响。建议仅在需要处理长上下文时添加rope scaling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。