Qwen2.5 是最新系列的 Qwen 大语言模型。本次发布的 Qwen2.5 包含多个基础语言模型和指令微调语言模型，参数规模从 0.5B 到 72B 不等。相比 Qwen2，Qwen2.5 带来了以下改进：
本仓库包含经过指令微调的 0.5B Qwen2.5 模型，其特点如下：
Qwen2.5 的代码已集成到最新版的 Hugging Face transformers 库中，建议您使用最新版本的 transformers。
若使用 transformers<4.37.0，您将遇到以下错误：
KeyError: 'qwen2'详细评估结果已在本📑 博客中报告。
有关GPU内存要求和相应吞吐量，请参见此处的结果。
该模型已在华为昇腾NPU硬件上完成验证。
| 项目 | 值 |
|---|---|
| 模型 | Qwen/Qwen2.5-0.5B-Instruct |
| 来源 | ModelScope / HuggingFace |
| 架构 | Dense (Qwen2ForCausalLM) |
| 参数 | 0.5B |
| 验证硬件 | 昇腾NPU 910B4 |
| 适配框架 | vLLM-Ascend 0.18.0rc1 |
| 验证日期 | 2026-05-10 |
text_completion API：正常chat_completion API：正常| 指标 | 值 |
|---|---|
| 服务吞吐量 | 1.86 req/s |
| 服务输出吞吐量 | 233 tok/s |
| 首token生成时间（TTFT） | 77.6 ms |
| 后续token生成时间（TPOT） | 8.8 ms |
| 延迟（平均值） | 4.43 s |
| 延迟（P50） | 4.40 s |
| 延迟（P99） | 4.81 s |
| 吞吐量（请求数） | 33.93 req/s |
| 吞吐量（总token数） | 39091 tok/s |
| 吞吐量（输出token数） | 4343 tok/s |
validation_report_qwen2.5-0.5b.jsonperf_results/vllm-2.0qps-Qwen2___5-0___5B-20260510-103445.json如果您觉得我们的工作有帮助，欢迎引用。
@misc{qwen2.5,
title = {Qwen2.5: A Party of Foundation Models},
url = {https://qwenlm.github.io/blog/qwen2.5/},
author = {Qwen Team},
month = {September},
year = {2024}
}
@article{qwen2,
title={Qwen2 Technical Report},
author={An Yang and Baosong Yang and Binyuan Hui and Bo Zheng and Bowen Yu and Chang Zhou and Chengpeng Li and Chengyuan Li and Dayiheng Liu and Fei Huang and Guanting Dong and Haoran Wei and Huan Lin and Jialong Tang and Jialin Wang and Jian Yang and Jianhong Tu and Jianwei Zhang and Jianxin Ma and Jin Xu and Jingren Zhou and Jinze Bai and Jinzheng He and Junyang Lin and Kai Dang and Keming Lu and Keqin Chen and Kexin Yang and Mei Li and Mingfeng Xue and Na Ni and Pei Zhang and Peng Wang and Ru Peng and Rui Men and Ruize Gao and Runji Lin and Shijie Wang and Shuai Bai and Sinan Tan and Tianhang Zhu and Tianhao Li and Tianyu Liu and Wenbin Ge and Xiaodong Deng and Xiaohuan Zhou and Xingzhang Ren and Xinyu Zhang and Xipin Wei and Xuancheng Ren and Yang Fan and Yang Yao and Yichang Zhang and Yu Wan and Yunfei Chu and Yuqiong Liu and Zeyu Cui and Zhenru Zhang and Zhihao Fan},
journal={arXiv preprint arXiv:2407.10671},
year={2024}
}