模型介绍
中文整理通义千问2-72B-Instruct-GPTQ-Int3-量化修复
原模型 qwen/Qwen2-72B-Instruct
【模型更新日期】
【模型大小】
- 5GB
【修复内容】
- 对GPTQ量化的校准做了额外优化；减少模型的 1.乱吐字 、 2.无限循环 、 3.长文能力丢失 等情况。
- 有些推理框架的默认 top k 与 top p 较大，可以考虑减小对应数值，来获得更合理的模型输出。
- 可以支持1卡、2卡及4卡的 tensor-parallel-size 启动。
【介绍】
Qwen2 is the new series of Qwen large language models. For Qwen2, we release a number of base language models and instruction-tuned language models ranging from 0.5 to 72 billion parameters, including a Mixture-of-Experts model. This repo contains the instruction-tuned 72B Qwen2 model.
Compared with the state-of-the-art opensource language models, including the previous released Qwen1.5, Qwen2 has generally surpassed most opensource models and demonstrated competitiveness against proprietary models across a series of benchmarks targeting for language understanding, language generation, multilingual capability, coding, mathematics, reasoning, etc.
更多详情...
【模型下载】
【高并发RESTFul API推理】
方式1：vllm
方式2：sglang
目前推荐使用sglang进行部署，相较于vllm, sglang于A100实测，能有50%～100%的吞吐增益。
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。