Qwen2.5 是最新系列的 Qwen 大语言模型。针对 Qwen2.5，我们发布了一系列基础语言模型和指令微调语言模型，参数规模从 0.50 亿到 720 亿不等。Qwen2.5 在 Qwen2 的基础上带来了以下改进：
本仓库包含经 GPTQ 量化的 8 位指令微调 140 亿参数 Qwen2.5 模型，其具有以下特点：
Qwen2.5 的代码已集成到最新的 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'也可以查看我们的 GPTQ 文档 以获取更多使用指南。
这里提供了一个使用 apply_chat_template 的代码片段，向您展示如何加载分词器和模型以及如何生成内容。
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "Qwen/Qwen2.5-14B-Instruct-GPTQ-Int8"
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
prompt = "Give me a short introduction to large language model."
messages = [
{"role": "system", "content": "You are Qwen, created by Alibaba Cloud. You are a helpful assistant."},
{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
generated_ids = model.generate(
**model_inputs,
max_new_tokens=512
)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]当前的config.json设置的上下文长度最高为32,768个token。
为了处理超过32,768个token的超长输入，我们采用了YaRN——一种用于增强模型长度外推能力的技术，以确保在长文本上的最佳性能。
对于受支持的框架，您可以在config.json中添加以下内容以启用YaRN：
{
...,
"rope_scaling": {
"factor": 4.0,
"original_max_position_embeddings": 32768,
"type": "yarn"
}
}部署方面，我们建议使用 vLLM。
如果您不熟悉 vLLM，请参考我们的文档了解使用方法。
目前，vLLM 仅支持静态 YARN，这意味着无论输入长度如何，缩放因子都保持不变，可能会影响短文本的性能。
我们建议仅在需要处理长上下文时才添加 rope_scaling 配置。
详细的评估结果已在本📑 博客中公布。
有关量化模型相对于原始 bfloat16 模型的基准测试结果，可参见此处。
有关 GPU 内存需求和相应吞吐量，请参见此处的结果。
如果您觉得我们的工作对您有所帮助，欢迎引用我们的成果。
@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}
}