Qwen2.5-3B 简介 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。与 Qwen2 相比，Qwen2.5 带来了以下改进：

显著增加了知识量，并大幅提升了编码和数学能力，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、长文本生成（超过 8K tokens）、结构化数据理解（如表格）以及结构化输出（尤其是 JSON）方面均有显著提升。对系统提示的多样性具有更强的适应能力，增强了角色扮演的实现以及聊天机器人的条件设定能力。 支持最长 128K tokens 的上下文，并能生成最多 8K tokens 的文本。 支持超过 29 种语言，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 Qwen2.5 的 3B 基础模型，其具有以下特点：

类型：因果语言模型 训练阶段：预训练 架构：采用 RoPE、SwiGLU、RMSNorm、Attention QKV 偏置和绑定词嵌入的 transformers 参数数量：30.9 亿 非嵌入参数数量：27.7 亿 层数：36 注意力头数（GQA）：Q 为 16 个，KV 为 2 个 上下文长度：完整的 32,768 tokens 我们不建议将基础语言模型直接用于对话。相反，您可以在此模型上进行后训练，例如 SFT、RLHF、持续预训练等。

使用 transformers<4.37.0 时，您可能会遇到以下错误：

KeyError: 'qwen2' 评估与性能 详细的评估结果已在此 📑 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。

引用 如果您觉得我们的工作有帮助，欢迎引用我们的研究。

@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} }