模型介绍
中文整理通义千问2-VL-72B-Instruct-GPTQ-Int3-量化修复
原模型 Qwen/Qwen2-VL-72B-Instruct
【模型更新日期】
注:通过 snapshot download 函数传入 revision=... 来下载指定的 tag 版本
【模型列表】
tag 文件大小 最近更新时间
- ------- -------- --------------
g32 36GB 2024-09-26
【模型下载】
【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。
- 相同技术移植至AWQ。
- 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。
- 根据模型实际情况,可以支持2卡、4卡及8卡的 tensor-parallel-size 启动。
【高并发RESTFul API推理】
方式1:vllm
截止 2024-09-26 为止,vllm启动qwen2 vl模型需要依次进行下述操作:
- 安装/升级python相关module
- 编辑,于 .../vllm/model executor/models/qwen2.py#L175 前面加一行插入下述代码
随后即可用vllm常规启动qwen2 vl模型。
【API推理测试】
下述为简易的两个API调用示例,具体参考qwen2 vl官方说明。
【介绍】
- *Naive Dynamic Resolution**: Unlike before, Qwen2-VL can handle arbitrary image resolutions, mapping them into a dynamic number of visual tokens, offering a more human-like visual processing experience.
- *Multimodal Rotary Position Embedding (M-ROPE)**: Decomposes positional embedding into parts to capture 1D textual, 2D visual, and 3D video positional information, enhancing its multimodal processing capabilities.
We have three models with 2, 8 and 72 billion parameters. This repo contains the instruction-tuned 72B Qwen2-VL model. For more information, visit our Blog and GitHub.
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。
