模型介绍
中文整理Qwen2-72B-Instruct-GPTQ-Int8
模型用途
Qwen2-72B-Instruct-GPTQ-Int8是阿里云发布的72B参数指令微调大型语言模型，属于Qwen2系列。该模型经过指令微调，可用于对话生成、文本续写、编程辅助、数学推理等任务。
主要能力
该模型基于Transformer架构，采用SwiGLU激活函数、注意力QKV偏置和组查询注意力机制。模型支持多语言和代码处理，上下文长度最高可达131,072个token。在语言理解、语言生成、多语言能力、编程、数学和推理等多项基准测试中，Qwen2整体表现超越多数开源模型，并与闭源模型具有竞争力。
输入输出
输入：用户文本提示
输出：模型生成的文本回复
运行要求
代码基于Hugging Face Transformers，需安装transformers>=4.37.0版本。处理超过32,768个token的长文本时，需使用YARN技术增强模型长度外推能力。推荐使用vLLM进行部署以获得更好的推理性能。
基本用法
- 加载tokenizer和模型
- 使用聊天模板处理输入
- 生成回复内容
部署长上下文模型时，需修改config.json文件添加YARN配置以启用长上下文能力。
限制
vLLM目前仅支持静态YARN，缩放因子在任意输入长度下保持固定，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
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。