模型介绍
中文整理Qwen2-7B-Instruct-AWQ
模型用途
Qwen2-7B-Instruct-AWQ是阿里云发布的指令微调大语言模型，基于Transformer架构，采用SwiGLU激活函数、注意力QKV偏置、组查询注意力等技术。该模型经过监督微调和直接偏好优化训练，适用于对话任务。
主要能力
语言理解与生成：具备强大的自然语言理解和文本生成能力
多语言支持：支持多种自然语言和编程语言
编程能力：能够处理代码相关任务
数学与推理：具备数学计算和逻辑推理能力
长上下文处理：支持最高131,072个tokens的上下文长度，可处理长文本
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
依赖环境：需要安装transformers>=4.37.0版本的Hugging Face Transformers库
部署建议：推荐使用vLLM进行部署以获得更好的推理性能
长文本处理：处理超过32,768个tokens的长文本时，需要使用YARN技术来增强模型的长度外推能力
基本用法
通过apply chat template加载tokenizer和模型，然后进行文本生成。具体操作包括：安装vLLM、配置模型设置（config.json中添加rope scaling配置以启用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，可能对短文本性能产生影响。建议仅在需要处理长上下文时添加rope scaling配置。
许可证
请参考模型官方页面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。