模型介绍
中文整理Qwen2.5-1.5B-Instruct-GPTQ-Int8
模型类型
因果语言模型，基于transformers架构，包含RoPE位置编码、SwiGLU激活函数、RMSNorm归一化、注意力QKV偏置和绑定词嵌入。
参数规模
总参数：15.4亿
非嵌入参数：13.1亿
层数：28
注意力头：Q使用12个，KV使用2个（采用GQA分组查询注意力）
训练阶段
预训练和后训练
量化方式
GPTQ 8位量化
上下文长度
输入支持32768个tokens，输出最多生成8192个tokens
主要能力
编程和数学能力显著提升；指令遵循能力增强；支持生成长文本（超过8000 tokens）；能够理解结构化数据如表格；擅长生成结构化输出，特别是JSON格式；对系统提示的多样性具有更强适应性，便于实现角色扮演和聊天机器人的条件设置；支持超过29种语言，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。
输入格式
文本指令和对话
输出格式
文本回复
运行要求
需要使用最新版本的Hugging Face Transformers库
许可证
请参阅模型的具体许可证条款
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。