模型详情
模型介绍
中文整理Qwen2.5-Coder-0.5B-Instruct-GGUF
模型类型
因果语言模型
训练阶段
预训练和后训练
架构
使用RoPE、SwiGLU、RMSNorm、Attention QKV偏置和绑定词嵌入的Transformer架构
参数规模
总参数：0.49B
非嵌入参数：0.36B
层数：24
注意力头数：14个Q头，2个KV头
上下文长度
32,768个token
量化支持
q2 K、q3 K M、q4 0、q4 K M、q5 0、q5 K M、q6 K、q8 0
主要能力
代码生成、代码推理、代码修复、数学推理和通用能力。支持Code Agents等实际应用场景。
输入格式
文本提示
输出格式
生成的文本
运行要求
需要GPU显存，具体取决于所选量化版本。建议使用llama.cpp运行。
基本用法
- 克隆llama.cpp仓库并按官方指南安装
- 使用huggingface-cli下载GGUF文件，或手动下载所需文件
- 进入对话模式以获得类聊天机器人的体验
注意事项
目前仅vLLM支持YARN长度扩展。如需处理最长131,072个token的序列，请使用非GGUF模型版本。
许可证
请参阅项目官方文档获取许可证信息。
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。
