模型介绍
中文整理Qwen2-57B-A14B-Instruct-GGUF
模型用途
这是一个基于Qwen2系列的指令微调语言模型，采用混合专家（MoE）架构，专门用于对话和任务执行。
主要能力
该模型在语言理解、语言生成、多语言能力、编码、数学和推理等方面具有竞争力。模型基于Transformer架构，使用SwiGLU激活函数、注意力QKV偏置、群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。
输入输出
输入：文本形式的用户指令或对话内容
输出：文本形式的模型回复
运行要求
建议使用llama.cpp最新版本运行模型。模型支持GPU加速加载，建议将28层加载到GPU上（-ngl 28参数），并支持flash attention（-fa参数）。运行前需确保已安装兼容的GPU驱动和CUDA环境。
基本用法
模型以GGUF格式提供量化版本，包括q2_k、q3_k_m、q4_0、q4_k_m、q5_0、q5_k_m、q6_k和q8_0等多种量化级别。
大型文件可能被分割为多个分片上传，分片文件需使用llama-gguf-split命令合并后才能使用。合并命令格式为：llama-gguf-split [第一个分片文件路径] [输出文件路径]。
推荐使用llama-server运行模型，因为它简单且兼容OpenAI API。服务启动后可使用OpenAI API格式进行访问。
评估数据
以下是模型在不同参数规模下的困惑度（PPL）评估结果，测试数据集为wikitext：
57B-A14B MoE模型：fp16版本PPL为6.81，q8_0版本为6.81，q6_k版本为6.83，q5_k_m版本为6.84，q5_0版本为6.89，q4_k_m版本为6.99，q4_0版本为7.02，q3_k_m版本为7.43。
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。