Qwen2.5-0.5B-Instruct-GPTQ-Int8

简介

Qwen2.5 是 Qwen 大型语言模型系列的最新成员。针对 Qwen2.5，我们发布了从 0.5 亿到 720 亿参数不等的多种基础语言模型和指令微调语言模型。Qwen2.5 在 Qwen2 的基础上带来了以下改进：

拥有显著更多的知识，并且在编程和数学领域的能力得到了大幅提升，这得益于我们在这些领域专门训练的专家模型。
在指令遵循、生成长文本（超过 8K 令牌）、理解结构化数据（例如表格）以及生成结构化输出特别是 JSON 方面有了显著提升。对于系统提示的多样性具有更强的鲁棒性，增强了聊天机器人的角色扮演实现和条件设置。
支持长上下文，最多可达 128K 令牌，并且可以生成最多 8K 令牌。
支持超过 29 种语言的多语种功能，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。

本仓库包含经过 GPTQ 量化 8 位指令微调的 0.5B Qwen2.5 模型，具备以下特点：

类型：因果语言模型
训练阶段：预训练与后训练
架构：带 RoPE、SwiGLU、RMSNorm、注意力 QKV 偏差和绑定词嵌入的 transformers
参数数量：0.49B
非嵌入参数数量：0.36B
层数：24
注意力头数（GQA）：Q 为 14，KV 为 2
上下文长度：全 32,768 令牌和生成 8,192 令牌
量化：GPTQ 8 位

更多详情，请参考我们的博客、GitHub和文档。

要求

Qwen2.5 的代码已集成到最新的 Hugging face transformers 中，我们建议您使用 transformers 的最新版本。

使用 transformers<4.37.0 版本时，您会遇到以下错误：

KeyError: 'qwen2'

此外，请查阅我们的GPTQ文档以获取更多使用指南。

快速入门

这里提供了一个使用 apply_chat_template 的代码片段，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/Qwen2.5-0.5B-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]

评估与性能

详细评估结果已在此📑博客中报告。

对于量化模型，与原始bfloat16模型的基准测试结果可以在此处找到此处。

关于GPU内存需求及相应的吞吐量结果，详情请参见此处。

引用

如果您认为我们的工作有所帮助，请随时引用我们。

@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}
}

当然，请您提供需要翻译的文本内容。我会根据您的要求进行翻译。

简介

拥有显著更多的知识，并且在编程和数学领域的能力得到了大幅提升，这得益于我们在这些领域专门训练的专家模型。

在指令遵循、生成长文本（超过 8K 令牌）、理解结构化数据（例如表格）以及生成结构化输出特别是 JSON 方面有了显著提升。对于系统提示的多样性具有更强的鲁棒性，增强了聊天机器人的角色扮演实现和条件设置。

支持长上下文，最多可达 128K 令牌，并且可以生成最多 8K 令牌。

支持超过 29 种语言的多语种功能，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。

本仓库包含经过 GPTQ 量化 8 位指令微调的 0.5B Qwen2.5 模型，具备以下特点：

类型：因果语言模型

训练阶段：预训练与后训练

架构：带 RoPE、SwiGLU、RMSNorm、注意力 QKV 偏差和绑定词嵌入的 transformers

参数数量：0.49B

非嵌入参数数量：0.36B

层数：24

注意力头数（GQA）：Q 为 14，KV 为 2

上下文长度：全 32,768 令牌和生成 8,192 令牌

量化：GPTQ 8 位

更多详情，请参考我们的博客、GitHub和文档。

快速入门

这里提供了一个使用 apply_chat_template 的代码片段，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/Qwen2.5-0.5B-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]

引用

如果您认为我们的工作有所帮助，请随时引用我们。

@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}
}

当然，请您提供需要翻译的文本内容。我会根据您的要求进行翻译。