模型介绍
中文整理Qwen2.5-Coder-32B-Instruct-GGUF
模型用途
Qwen2.5-Coder-32B-Instruct-GGUF是指令微调版本的32B参数代码专用大语言模型，基于Qwen2.5系列。该模型主要用于代码生成、代码推理和代码修复任务，适用于Code Agents等实际应用场景，同时保持数学和通用能力。
主要能力
代码生成：基于5.5万亿token的训练数据训练，涵盖源代码、文本代码对齐、合成数据等，显著提升代码生成能力。
代码推理：增强代码理解和推理能力。
代码修复：支持代码错误修复。
长上下文支持：最高支持128K tokens的上下文长度。
模型规格
类型：因果语言模型
训练阶段：预训练和后训练
架构：Transformer with RoPE, SwiGLU, RMSNorm, and Attention QKV bias
参数总量：32.5B
非嵌入参数：31.0B
层数：64
注意力头数（GQA）：Q有40个，KV有8个
上下文长度：完整的32,768 tokens
量化选项：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运行，具体内存需求和吞吐量请参考官方评估结果。
基本用法
推荐使用llama.cpp运行该模型。首先克隆llama.cpp仓库并按官方指南安装。然后下载所需的GGUF文件。对于大文件，官方会将其分割为多个部分下载。下载完成后，如需合并可使用llama-gguf-split命令。启动后建议使用对话模式进行交互。
限制
目前只有vLLM支持YARN进行长度扩展。如果需要处理最高131,072个token的序列，请使用非GGUF模型版本。
许可证
请参考官方文档获取完整的许可证信息。
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。