模型详情
模型介绍
中文整理Qwen2.5-32B-Instruct-GGUF 模型卡片
模型用途
Qwen2.5-32B-Instruct-GGUF 是阿里云 Qwen2.5 系列指令微调模型，采用 GGUF 格式优化，用于聊天对话场景。
主要能力
- 知识储备显著增强，编程和数学能力大幅提升
- 指令跟随能力增强，支持生成长文本（超过 8K tokens）
- 支持理解结构化数据（如表格），擅长生成结构化输出（尤其是 JSON）
- 对系统提示的多样性更具韧性，便于实现角色扮演和条件设置
- 长上下文支持最高 128K tokens，可生成最多 8K tokens
- 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
运行要求
- 格式：GGUF
- 依赖：llama.cpp
- 量化版本：q2_K, q3_K_M, q4_0, q4_K_M, q5_0, q5_K_M, q6_K, q8_0
- 参数规模：32.5B 参数（非嵌入参数 31.0B）
- 层数：64 层
- 注意力头数：40 个 Q 头，8 个 KV 头
- 上下文长度：支持 32,768 tokens 输入，生成 8K tokens
- 注意：处理超过 131K tokens 序列需使用非 GGUF 模型
基本用法
- 克隆 llama.cpp 仓库并按官方指南安装
- 下载所需的 GGUF 文件（大文件已分割为多个片段）
- 如有多段文件，使用 llama-gguf-split 合并
- 进入对话模式运行
限制
- 目前仅 vLLM 支持 YARN 长度外推
- 处理超长序列（131K tokens）需使用非 GGUF 版本模型
许可证
请参考模型原始仓库的许可证信息。
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。
